背景介绍 该研究所探讨的是肉瘤（sarcoma）患者个体的药物敏感性和抗性景观。肉瘤是一类来源于间充质的肿瘤，种类繁多，包括骨肉瘤、软组织肉瘤等，患者多为年轻人。虽然肉瘤的年发病率较低，但其致死率很高。例如，骨肉瘤在年轻患者中的癌症死亡原因中排名第三。现有治疗手段包括手术切除、化疗、靶向治疗和放疗，但这些方法往往无法治愈，许多患者的五年生存率较低。由于肉瘤的异质性及其亚型的多样性，有效治疗方案难以确定，因此迫切需要新型个性化治疗方案。 近年来，精准医疗技术逐渐成为帮助识别可行特征、提升患者治疗效果的重要工具。常用的方法包括下一代测序（NGS）和免疫组化（IHC），用于识别分子改变和潜在的药物靶点。然而，遗传变异的复杂性和化疗及靶向治疗的有效性有限，使得通过基因精准医学选择药物的效果往往不尽如...

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...