乳腺癌脑转移的肿瘤结构和微环境特征

乳腺癌脑转移的肿瘤结构和微环境特征

乳腺癌转移至脑部的特定肿瘤结构及微环境:研究综述 研究背景 脑转移是乳腺癌患者面临的严重并发症之一,这种转移会导致复杂的神经并发症和低生存率,治疗手段十分有限。在乳腺癌的多种亚型中,三阴性乳腺癌(TNBC)和HER2阳性乳腺癌(HER2BC)是脑转移风险较高的亚型。现有研究表明,这些癌细胞在侵入脑部时面临诸多生物障碍,如代谢环境变化、免疫应答等,绝大多数癌细胞在进入脑部后因这些挑战而凋亡。尽管已有研究揭示了晚期脑转移的代谢适应性及分子中介机制,但对早期转移阶段的了解较少,尤其是癌细胞如何与脑组织微环境相互作用以成功建立新的病灶,这仍然是一个未被充分探索的领域。 研究的来源与作者 这项研究由Siting Gan等人带领的团队完成,研究成员来自美国纪念斯隆-凯特琳癌症中心、霍华德休斯医学研究所等...

软组织肉瘤微环境细胞状态和生态系统与预后相关并可以预测免疫疗法反应

软组织肉瘤微环境细胞状态和生态系统与预后相关并可以预测免疫疗法反应

这项研究运用机器学习框架探索了构成软组织肉瘤的基础细胞状态及其细胞生态系统,并将其与患者预后及免疫疗法反应性进行了关联分析。 研究背景:软组织肉瘤是一种罕见且异质性强的结缔组织恶性肿瘤,目前对转移期患者的系统治疗选择有限。虽然最近的研究显示免疫检查点抑制剂(ICI)可以使部分转移期肉瘤患者获得持久缓解,但大多数患者并不能从中获益。传统的生物标志物(如肿瘤突变负荷和PD-L1表达)无法准确预测肉瘤患者对ICI的反应。研究人员推测,独特的肿瘤微环境可能是导致这一现象的关键因素。 研究过程:研究人员组建了一个299例局部期肉瘤患者的RNA-seq表达谱训练队列,以及一个310例局部期肉瘤患者的基因芯片数据验证队列,并结合相关临床注释信息。他们运用Ecotyper机器学习框架,从肉瘤的bulk转录组...