2024年欧洲肿瘤内科学会免疫肿瘤学大会（ESMO IO 2024）即将于12月11日至13日，在瑞士日内瓦隆重举行。本届大会致力于展示肿瘤免疫疗法的最新突破，促进全球学术界的交流与合作，共同推动肿瘤治疗领域的进步。
近日，大会官网已披露本届年会的部分摘要内容，其中解析iCAF和肿瘤细胞通讯：通过单细胞分析和多模态数据驱动模型推进新辅助免疫治疗应答和预后预测成功入选Abstract session环节，引发国内外广泛关注和讨论。【肿瘤资讯】特此整理，以飨读者。
摘要号：171MO
英文标题：Unraveling iCAF and tumor cell communication: Advancing novel adjuvant immunotherapy response and prognostic prediction via single-cell analysis and multimodal data-based models
中文标题：解析iCAF和肿瘤细胞通讯：通过单细胞分析和多模态数据驱动模型推进新辅助免疫治疗应答和预后预测
讲者：Wei Ren —— 中国广州
研究背景
准确预测新辅助免疫治疗的疗效对于改善三阴性乳腺癌（TNBC）患者的预后至关重要。本研究旨在识别与新辅助免疫疗法耐药性密切相关的关键癌细胞和癌相关成纤维细胞（CAF）亚群，并开发一个多模态预后预测模型。
研究方法
在本研究中，我们使用单细胞RNA测序分析接受新辅助免疫治疗的TNBC患者的肿瘤样本。为了剖析对新辅助免疫疗法反应不同的TNBC患者的生态系统，我们对单个TNBC样本的细胞组成进行系统分析。利用深度学习算法开发基于细胞相互作用的预后模型。该模型使用171对配体-受体对中139个在炎症性CAFs（iCAFs）与Cancer_cell_7之间相互作用显著的基因。采用基于多模态数据的模型来区分与预后相关的Cancer_cell-iCAF相互作用（PCAF）。该模型结合与DNA甲基化、体细胞突变、miRNA、免疫细胞浸润和全切片图像相关的特征。
研究结果
我们确定了与新辅助免疫治疗耐药性和不良临床预后密切相关的特定癌细胞和CAF亚群。基于多模态数据的预后模型DeepClinMed-PCAF，作为预测不良预后的稳健风险评分，在乳腺癌患者中显示出高准确性。在460名患者的训练队列中，98名PCAF评分高的个体总体生存率显著较差（HR 9.04；P<0.001；60个月时AUC 0.81）。该模型在验证队列（60个月时AUC 0.79）和外部测试队列（60个月时AUC 0.88）中也显示出强大的性能。
研究结论
本研究强调了PCAF在识别适合免疫治疗的患者中的潜力。这里提出的细胞相互作用的全面理解和预后模型为接受新辅助免疫治疗的晚期TNBC患者的个性化治疗方法提供宝贵的见解。
排版编辑：肿瘤资讯-Bear
苏公网安备32059002004080号
