NC最新套路-基于多重免疫荧光与机器学习算法预测胃癌免疫治疗反应

文章预览

胃癌(GC)是世界上第五大常见癌症，也是癌症相关死亡的第二大原因。免疫检查点抑制剂(ICIs)、靶向程序性细胞死亡蛋白1 (PD-1)和程序性死亡配体1 (PD-L1)的出现彻底改变了癌症治疗。pembrolizumab或nivolumab单药治疗的临床试验表明，晚期胃癌的有效率约10-26%。但晚期胃癌没有选择性生物标志物，到目前为止，没有单一的生物标志物可用于充分的患者分层。为了提高抗PD -1/PD-L1治疗GC的疗效，迫切需要确定哪些患者最有可能从免疫治疗中获益。 免疫细胞的不同亚群的分布及其与癌细胞的精确位置被认为是预测肿瘤行为的有价值的指标。 事实上，肿瘤微环境的组成部分可能影响治疗反应， 因此，分析单个细胞和非细胞成分的空间关系可能促进开发改进肿瘤免疫生物标志物。 精确识别特定的肿瘤免疫细胞亚群需要多个标记的组合。最近在多重免疫组化(m-IHC)方 ………………………………