TMBocelot模型：精准优化TMB阈值，助力免疫治疗获益

文章预览

导语 肿瘤突变负荷（TMB）是免疫治疗的重要生物标志物，确定TMB阳性阈值尤为关键。测量误差可能会影响TMB评估的准确性和临床结果的可靠性，而传统的TMB阈值确定方法往往忽视了测量误差的影响。 西安交通大学王嘉寅教授团队，联合南京航空航天大学王以瑄教授团队，与世和基因再次合作，创新性地提出了综合统计控制模型TMBocelot，优化了具有系统测量误差的TMB阈值，实现了更全面和稳健的TMB阈值计算 ，为肿瘤免疫治疗领域带来了革命性的变革。近日，相关研究成果发表在Frontiers in Immunology（IF=5.7）。 研究内容 TMBocelot模型基于贝叶斯方法，优化了具有系统测量误差的TMB阈值 TMBocelot模型结合了先进的统计学方法和生物信息学技术，能够基于患者的肿瘤基因组数据，通过特定的统计方法纠正不同的错误场景，特别是在成对误差的控制方面，精确 ………………………………