Nature Cancer | 结合临床、病理及基因组数据的泛癌免疫治疗预后模型LORIS，可指导临床决策与精准分层

文章预览

近年来，免疫检查点阻断（ICB）方法在肿瘤治疗中取得了重要进展，但大多数患者对ICB治疗无应答，因此需要识别生物标志物来预测哪些患者能从治疗中受益。目前，肿瘤突变负荷（TMB）被认为是预测实体肿瘤ICB疗效的重要生物标志物之一，但其在不同癌症类型中的预测效果不同，无法作为预测所有癌症类型ICB治疗反应的通用生物标志物。 除TMB外，其他与ICB治疗反应相关的临床、病理和基因组特征，如PD-L1、微卫星不稳定性（MSI）等也被用于广泛研究。已有研究尝试将多组学数据的特征集成到单个机器学习模型中，以提高ICB治疗应答的预测能力。但癌症药物反应是一个复杂的过程，很难完全区分应答和无应答患者。评估患者对特定治疗的反应概率具有重要价值，可指导临床医生做出更精确的治疗决策。 近日，美国国立卫生研究院和纪念斯隆凯特琳 ………………………………