Иммунограмма расшифровка: Расширенное иммунологическое обследование

Содержание

Диагностика иммунного статуса — Компас Здоровья

Иммунный статус – совокупность количественных и функциональных показателей, отражающих состояние иммунной системы человека в данный момент времени. Выделяют первичные и вторичные иммунодефициты, аутоиммунные, аллергические и лимфопролиферативные заболевания.

Иммунограмма представляет собой не один анализ, а большое количество разнообразных лабораторных показателей, которые оцениваются врачом иммунологом и в совокупности они отражают общую реакцию организма на какое-либо воздействие неблагоприятного внешнего фактора, или показывают наличие аутоиммунной патологии, когда система иммунитета противостоит собственным тканям организма (например, при псориатическом или ревматоидном артрите). В результате этого обследования нельзя получить данные о поражении какого-либо отдельного органа, или системы, но расшифровка анализа иммунограммы даст информацию специалистам для дальнейшего диагностического поиска, но уже в более узких рамках.

Самыми важными из этих показателей будут выявление в общем количестве лимфоцитов их отдельных популяций (субпопуляций), изучение клеток иммунитета, которые в норме находятся в очень малых количествах, а также их функциональной активности. Кроме лимфоцитов, которые являются самым важным звеном иммунитета, при помощи иммунограммы можно выявить количество циркулирующих в крови иммунных комплексов, различных антител, а также компонентов системы комплемента

Иммунный статус (комплексное исследование): субпопуляции лимфоцитов, показатели гуморального иммунитета (С3, С4 компоненты комплемента, IgА, IgМ, IgG, IgE, циркулирующие иммунные комплексы (ЦИК — С1q), С-реактивный белок	5-6 р.д.	3 000
Иммунный статус — расширенный профиль (комплексное исследование): субпопуляции лимфоцитов, фагоцитоз, показатели гуморального иммунитета (С3, С4 компоненты комплемента, IgА, IgМ, IgG, IgE, циркулирующие иммунные комплексы (ЦИК — С1q) , С-реактивный белок)	5-6 р. д.	10 500
Клеточный иммунитет
Субпопуляции лимфоцитов (комплексное исследование): общее количество лейкоцитов и лимфоцитов, Т-лимфоциты (СD3), Т-хелперы (CD3+CD4+), Т-цитотоксические (CD3+CD8+), «дубль»-клетки (CD4+/CD8+), В-лимфоциты (CD19+), естественные киллеры (NK-клетки CD16/CD56), Т-киллеры (Т-NK-клетки CD3+CD16/CD56)	5-6 р.д.	5 000
Фагоцитоз (фагоцитирующие гранулоциты, индекс фагоцитоза ФГ, фагоцитирующие моноциты, индекс фагоцитоза ФМ)	5-6 р.д.	3 500
Клеточный иммунитет (комплексное исследование): субпопуляции лимфоцитов и фагоцитоз	5-6 р.д.	9 000
Гуморальный иммунитет
Иммуноглобулин G (IgG)	1-2 р. д.	260
Иммуноглобулин M (IgM)	1-2 р.д.	260
Иммуноглобулин A (IgA)	1-2 р.д.	280
Иммуноглобулин Е (IgE общий)	1-2 р.д.	400
Иммуноэлектрофорез-скрининг (дифференцировка гаммапатии: лямбда-цепи, каппа-цепи иммуноглобулинов)	7-8 р.д.	1 800
Иммуноэлектрофорез — (комплексное исследование) с количественным определением: включает дифференцировку гаммапатии: лямбда-цепи, каппа-цепи иммуноглобулинов электрофоретически (иммунофиксация) + количественное определение; Иммуноглобулины IgG, IgM, IgA	1 — 8 р.д.	5 000
Циркулирующие иммунные комплексы (ЦИК — С1q)	2-3 р. д.	650
С3 компонент комплемента	1-2 р.д.	350
С4 компонент комплемента	1-2 р.д.	360
Эстеразный ингибитор С1 комплемента — общий	1-2 р.д.	1 800
Эстеразный ингибитор С1 комплемента — функциональный	10-11 р.д.	2 600
Гуморальный иммунитет (комплексное исследование): С3 компонент комплемента, С4 компонент комплемента, IgА, IgМ, IgG, IgE, циркулирующие иммунные комплексы (ЦИК — С1q) , С-реактивный белок	1 — 3 р.д.	2 200
Интерлейкин 1-beta	2-3 р.д.	1 800
Интерлейкин 6	1-2 р. д.	1 750
Интерлейкин 8	2-3 р.д.	1 850
Интерлейкин 10	2-3 р.д.	1 750
Интерфероновый статус
Интерфероновый статус (комплексный анализ): сывороточный интерферон, спонтанный интерферон (ИФН-альфа), спонтанный интерферон (ИФН-гамма), индуцированный альфа-ИФН, индуцированный гамма-ИФН	12-13 р.д.	2 850

Иммунограмма в Мытищах | «Андреевские больницы

Клетки иммунной системы

Лейкоциты — белые клетки крови, их функция — выявлять и бороться с чужеродными веществами и микроорганизмами. Эти клетки обладают способностью запоминать информацию об инфекциях.

Макрофаги — также борются с бактериями, вирусами и их токсинами. Синтезируют специальные вещества, стимулирующие работу иммунной системы.

Моноциты — вид лейкоцитов, которые, попадая в ткани, превращаются в макрофаги. Участвуют в формировании противоинфекционного и противопаразитарного иммунитета. Защищают организм от раковых клеток. Синтезируют некоторые факторы свертывания крови.

Эозинофилы — принимают участие в аллергических реакциях, также борются с паразитами.

Нейтрофилы — лейкоциты, их функция в организме направлена на борьбу с бактериальными инфекциями.

Базофилы — фагоцитируют микроорганизмы и токсины.

Иммуноглобулины:

IgM — это антитела, которые первыми вырабатываются в ответ на проникновение инфекции в организм. Их повышение соответствует острой фазе воспаления.

IgG — антитела, которые свидетельствуют о длительно текущем инфекционном заболевании.

IgA — активно участвуют в защите организма от проникновения вирусов.

IgE — участвуют в аллергических реакциях.

Показания к проведению

Первичные (врожденные) иммунодефициты

Вторичные (приобретенные) иммунодефициты

Подозрение на аутоиммунные заболевания

Аллергические заболевания

Рецидивирующие гнойничковые поражения кожи

ВИЧ-инфекция

Раковые заболевания

Тяжелые микозы

После трансплантации органов

Химиотерапия онкологических патологий

Длительный прием иммунодепрессантов

Заболевания вирусной этиологии

Показания к проведению у беременных

Резус-конфликтная беременность

Аутоиммунные патологии

Тяжелые стрессовые ситуации

ВИЧ-инфекция

Частые обострения герпесной инфекции

Рецидивирующая цитомегаловирусная инфекция

Методика проведения

Проведение исследования не требует специальной подготовки пациента. Чаще всего для анализа берется венозная кровь, которая собирается в две пробирки. В первой сухой пробирке кровь сразу сворачивается, образуя сгусток с форменными элементами крови и прозрачную сыворотку. В другой пробирке содержится антикоагулянт, препятствующий процессу свертывания крови.

В некоторых случаях для анализа берут другие жидкости: слезная жидкость, слюна, ликвор.

Противопоказания

Обострения инфекционных заболеваний

Период менструации

Воспалительные заболевания в период обострений

Расшифровка иммунограммы

Для интерпретации результатов необходимо обратиться к иммунологу. Специалист при оценке результатов сравнивает каждый показатель с интервалом его колебаний в норме. Значение показателей в норме зависит от возраста и пола человека. Расшифровка иммунограммы сложна даже для специалистов. В затруднительных случаях проводят повторное обследование в динамике через 2—4 недели.

Иммунограмма (таблица нормативов).

Иммунограмма. Нормы в общем анализе:

Популяции лимфоцитов в зависимости от их фенотипов на иммунограмме:

Интервалы распределения содержания малых субпопуляций лимфоцитов в периферической крови взрослых относительно основных популяций лимфоцитов:

Более подробную информацию по иммуноглобулинам и системе комплемента (возможные патологии, обуславливающие повышение или снижение уровня исследуемых показателей) Вы можете найти в разделе

на нашем портале.

Показатель	Нормы у мужчин	Нормы у женщин
Лейкоциты	4-9 х 10⁹/л	4-9 х 10⁹/л
Нейтрофилы -палочкоядерные -сегментоядерные	— 1-6% (0,04-0,3 х 10⁹/л) 47-72% (2-5,5 х 10⁹/л)	— 1-6% (0,04-0,3 х 10⁹/л) 47-72% (2-5,5 х 10⁹/л)
Лимфоциты	19-37% (1,2-3 х 10⁹/л)	19-37% (1,2-3 х 10⁹/л)
Показатель	Референтные пределы
Т-лимфоциты (Т-РОК, Е-РОК)	50-70 % (50,4±3,14)* 0,6-2,5 тыс.
В-лимфоциты (В-РОК, ЕАС-РОК)	6-20 % 0,1-0,9 тыс.
Теофиллинрезист. Т-лимфоциты (ТФР-РОК)	50-65 % (42,4±2,37)*
Теофиллинчувствит. Т-лимфоциты (ТФЧ-РОК)	6-10 % (9,01±1,41)*
Иммуно-регуляторный индекс (ИРИ)	6-8 (1,7-2,5 с моноклонами)
Спонтанные розеткообразующие	29,9±4,2 %
Нейтрофилы N₈-РОК	1,12±0,1 тыс.
Комплементарные розеткообразующие	12,0±1,8 %
Нейтрофилы N_с-РОК	0,45±0,04 тыс.
Нулевые лимфоциты	26,0±5,0 % 0,57±0,04 тыс.
Нулевые нейтрофилы	55,4±4,0 % 2,15±0,20 тыс.
Субпопуляции лимфоцитов	Относительное содержание, %	Абсолютное содержание, 10⁹/л
В-клетки (CD3-CD19+HLA-DR-CD45+)	7-17	0,111-0,376
В-1-клетки (CD19-CD5+CD27-CD45+)	0,5-2,1	0,022-0,115
В-2-клетки (CD19+CD5-CD27-CD45+)	6,5-14,9	0,081-0,323
В-клетки памяти (CD19+CD5-CD27+CD45+)	1,8-6,8	0,012-0,040
NK-клетки (CD3-CD16+CD56+CD45+)	8-18	0,123-0,369
NK-клетки цитолитические	0,2-1,0	0,003-0,022
NK-клетки цитокинпродуцирующие	7,8-17,0	0,120-0,347
Т-клетки (CD3+CD19-CD45+)	61-85	0,946-2,079
Т-хелперы (CD3+CD4+CD8-CD45+)	35-55	0,576-1,336
Т-цитотоксические (CD3+CD8+CD4-CD45+)	19-35	0,372-0,974
Т-хелперы активированные\памяти	5-25	0,068-0,702
Т-хелперы наивные	20-40	0,272-1,123
Альфа-бетта-Т-клетки	60,8-80,2	0,924-1,964
Гамма-дельта-Т-клетки	1,8-7,4	0,022-0,115
T-NK-клетки	0,5-6,0	0,007-0,165
Т-клетки актив.	0,5-6,0	0,007-0,165
Регуляторные Т-клетки	0,6-1,1	0,009-0,078
Индекс соотношения (Т-хелперы\Т-цитотоксические)	1,5-2,6	—
Субпопуляции	Отношение	Содержание клеток, %
В-1-клетки	Относительно общих В-клеток	4,1-17,5
В-2-клетки	Относительно общих В-клеток	82,1-96,3
В-клетки памяти	Относительно общих В-клеток	22,8-39,7
Гамма-дельта-Т-клетки	Относительно общих Т-клеток	1,7-12,6
Альфа-бетта-Т-клетки	Относительно общих Т-клеток	87,2-98,4
Регуляторные Т-клетки	Относительно Т-хелперов	1,65-5,75
CD16⁺ CD56 NK-клетки цитолитические	Относительно общих NK-клеток	2,5-6,25
CD16^— CD56 NK-клетки цитокинпродуцирующие	Относительно общих NK-клеток	93,75-97,5
Показатель	Референтные пределы
Иммуноглобулин А (IgA)	1-3 мес. – 0,05-0,5 г\л 4-6 мес. – 0,08-0,8 г\л 7-12 мес. – 0,3-1,4 г\л 2 года – 0,3-1,2 г\л 3-5 лет – 0,4-1,8 г\л 6-13 лет – 0,6-2,3 г\л взрослые – 0,7-4,0 г\л
Иммуноглобулин D (IgD)	В сыворотке крови – менее 0,15 г\л
Иммуноглобулин Е (IgE)	В сыворотке крови – менее 0,3 мг\л (менее 100 МЕ\мл)
Иммуноглобулин G (IgG)	Новорожденные – 7,0-16,0 г\л 1-3 мес. – 2,5-7,5 г\л 4-6 мес. – 1,8-8,0 г\л 7-12 мес. – 3-10 г\л 2 года – 3,5-10 г\л 3-5 лет – 5-13 г\л 6-13 лет – 6-14 г\л взрослые – 7-16 г\л
Иммуноглобулин М (IgМ)	Новорожденные – 0,1-0,3 г\л 1-3 мес. – 0,1-0,7 г\л 4-6 мес. – 0,2-1,0 г\л 7-12 мес. – 0,3-1,0 г\л 2 года – 0,4-1,4 г\л 3-5 лет – 0,4-1,8 г\л 6-13 лет – 0,4-1,6 г\л взрослые – 0,4-2,3 г\л
Комплемент С3	дети до 3 мес. – 0,6-1,5 г\л старше 3 мес. и взрослые – 0,9-1,8 г\л
Комплемент С4	до 3 мес – 0,07-0,3 г\л старше 3 мес. и взрослые – 0,1-0,4 г\л

Иммунограмма

➜ Ко всем анализам

Срок выполнения (раб.дн.)

3***

Время сдачи**

Кроме Сб весь день по графику работы медцентра, в сб — только до 12.00

Методика

Проточная цитометрия

Нормы

зависят от тест-системы и данных пациента, указываются в бланке результата

Материал

кровь из вены

Описание

Иммунограмма – комплексный анализ, позволяющий проводить оценку состояния иммунной системы человека. В рамках данного анализа проводится количественная оценка субпопуляций лимфоцитов (основных клеток иммунной системы).

Особенности теста

Для корректной интерпретации результатов анализа необходим клинический анализ крови:

Клинический анализ крови, СОЭ, без формулы, Клинический анализ крови, СОЭ, с формулой (микроскопия) или Клинический анализ крови, СОЭ, с формулой (анализатор) выполненный не более 1 недели назад, и (рекомендуется) количественная оценка содержания иммуноглобулинов в сыворотке крови (Иммуноглобулин M (IgM), Иммуноглобулин G (IgG), Иммуноглобулин E (IgE), Иммуноглобулин A (IgA)).

Количественная оценка субпопуляций лимфоцитов проводится методом проточной иммунофлуороцитометрии. Результаты приводятся в относительных и в абсолютных значениях.

Показания к назначению анализа

частые ОРЗ и ОРВИ

осложнения ОРЗ и ОРВИ

хронические и вялотекущие воспалительные заболевания

микозы

Иммунодефицит

планирование беременности

бесплодие и невынашивание беременности

Информация для специалистов

Состояние клеточного иммунитета характеризует субпопуляционный состав лимфоцитов: их количество, процентное соотношение и функциональная активность.

Т–лимфоциты (Т-клетки) (маркер СD3+) – представлены несколькими субпопуляциями клеток, различающимися по выполняемым функциям.

Т-хелперы (маркеры СD3+/CD4+) – стимулируют моноциты и тучные клетки к участию в клеточных иммунных реакциях.

Активированные Т-лимфоциты (СD3+/HLA-DR+) – являются показателем интенсивности иммунного ответа.

NK-клетки (натуральные/естественные киллеры) (маркеры CD16+/CD56+) –гранулярные лимфоциты, обладающие цитотоксичностью против опухолевых клеток и клеток, зараженных вирусами. NK-клетки являются одним из важнейших компонентов клеточного врождённого иммунитета.

T-киллеры (Т-цитотоксические лимфоциты) (маркеры CD3+/CD8+) — вид лимфоцитов, осуществляющий лизис повреждённых клеток собственного организма. Т-киллеры являются основным компонентом антивирусного иммунитета.

В-лимфоциты (В-клетки) (CD19+/СD3-) – тип лимфоцитов, играющих важную роль в обеспечении гуморального иммунитета.

Гуморальное звено иммунитета исследуют путем определения концентрации основных классов иммуноглобулинов (IgA, IgG, IgM, IgE) методом ИФА.

Иммунограмма расшифровка — Вопрос иммунологу

Если вы не нашли нужной информации среди ответов на этот вопрос, или же ваша проблема немного отличается от представленной, попробуйте задать дополнительный вопрос врачу на этой же странице, если он будет по теме основного вопроса. Вы также можете задать новый вопрос, и через некоторое время наши врачи на него ответят. Это бесплатно. Также можете поискать нужную информацию в похожих вопросах на этой странице или через страницу поиска по сайту. Мы будем очень благодарны, если Вы порекомендуете нас своим друзьям в социальных сетях.

Медпортал 03online.com осуществляет медконсультации в режиме переписки с врачами на сайте. Здесь вы получаете ответы от реальных практикующих специалистов в своей области. В настоящий момент на сайте можно получить консультацию по 71 направлению: специалиста COVID-19, аллерголога, анестезиолога-реаниматолога, венеролога, гастроэнтеролога, гематолога, генетика, гепатолога, гериатра, гинеколога, гинеколога-эндокринолога, гомеопата, дерматолога, детского гастроэнтеролога, детского гинеколога, детского дерматолога, детского инфекциониста, детского кардиолога, детского лора, детского невролога, детского нефролога, детского офтальмолога, детского психолога, детского пульмонолога, детского ревматолога, детского уролога, детского хирурга, детского эндокринолога, дефектолога, диетолога, иммунолога, инфекциониста, кардиолога, клинического психолога, косметолога, логопеда, лора, маммолога, медицинского юриста, нарколога, невропатолога, нейрохирурга, неонатолога, нефролога, нутрициолога, онколога, онкоуролога, ортопеда-травматолога, офтальмолога, паразитолога, педиатра, пластического хирурга, проктолога, психиатра, психолога, пульмонолога, ревматолога, рентгенолога, репродуктолога, сексолога-андролога, стоматолога, трихолога, уролога, фармацевта, физиотерапевта, фитотерапевта, флеболога, фтизиатра, хирурга, эндокринолога.

Мы отвечаем на 97.5% вопросов.

Оставайтесь с нами и будьте здоровы!

Главная

Если вы в текущем или трех предшествующих годах оплачивали медицинские услуги в ООО «МедЛабЭкспресс»
за себя и/или ближайших родственников (супругу (а), родителей, детей (в том числе усыновленных и/или подопечных)
в возрасте до 18 лет), и при этом, в этих периодах у вас были доходы, с которых был удержан НДФЛ по ставке 13%,
то у вас есть право вернуть из бюджета 13% от суммы, оплаченной за наши медицинские услуги. Данный вычет предусмотрен пп.3 п.1 ст.219
Налогового кодекса РФ.

Для того чтобы заказать документы, подтверждающие ваше право на получение такого вычета, вам необходимо обратиться в любой удобный для вас
пункт ООО «МедЛабЭкспресс» с заявлением, бланк которого прилагается. Бланк заявления также может предоставить регистратор пункта.
Вы можете заполнить его заранее или прямо на пункте.

При этом, к заявлению желательно приложить копии документов, подтверждающие оплату (касс.чеки, бланки строгой отчетности).

Вы также можете направить файл заполненного заявления на электронную почту [email protected]

Внимательно заполняйте все необходимые поля заявления:

налоговый период (год), в котором оплачены услуги
Ф.И.О. (полностью), ИНН, дата рождения плательщика (получателя вычета), то есть лица, которое планирует обратиться в налоговую инспекцию за вычетом.
Ф.И.О. (полностью), ИНН, дата рождения родственника, если услуги оплачивались за супругов, родителей, детей (до 18 лет).

В течение 3 (трех) рабочих дней после обращения вам будут подготовлены следующие документы:

Справка об оплате медицинских услуг для представления в налоговые органы РФ по форме, установленной
Приказом Минздрава РФ N 289, МНС РФ N БГ-3-04/256 от 25.07.2001
Копия договора с указанием информации о лицензии на мед.деятельность
Копия лицензии (при условии получения запроса на ее предоставление).

Внимание:

Для получения готового пакета документов необходимо иметь при себе документ, удостоверяющий личность (паспорт гр.РФ)
Справки не выдаются на услуги, оплаченные за прочих родственников, не перечисленных выше.
О необходимости получения копии лицензии предупреждайте регистратора заранее

что показывает, расшифровка, норма (таблица)

Чтобы определить причины частых заболеваний, человеку назначается иммунограмма.

Это комплексное исследование организма, которое проводится по специальной методике.

Цель анализа сводится к тому, чтобы обнаружить причины, которые приводят к снижению уровня иммунитета. Иммунограмма выполняется по направлению лечащего врача.

Функции иммунной системы

Человеческий организм представляет собой сложный биологический механизм, который функционирует под защитой иммунной системы.

Под термином «иммунная система» следует понимать совокупность клеток, органов, тканей, ориентированных на защиту организма от заболеваний.

В дополнение к этой функции иммунитет борется с чужеродными элементами, проникающими в организм разными путями и способами.

Иммунограмма и другие анализы проводятся в том случае, когда защитные барьеры у человека заметно ослабевают, в результате чего различные заболевания появляются часто и без очевидных причин.

Ослабленному человеку, особенно ребенку, трудно противостоять патогенным бактериям, вирусам и грибкам, которые стремятся попасть в благоприятную среду и паразитировать в различных органах.

Когда меняется состав микрофлоры кишечника или кислотно-щелочной баланс в желудке, у пациента развиваются определенные заболевания.

Иммунная система выполняет следующие функции:

поддерживает стабильность среды в организме;
сохраняет врожденный иммунитет;
формирует невосприимчивость к паразитам.

Лечащий врач может назначить иммунограмму и дополнительные анализы при подозрении на иммунодефицит.

Иммунная система, как и нервная, включает в себя центральные и периферийные органы. Они обладают способностью реагировать на раздражители и сигналы, благодаря наличию специальных рецепторов.

У детей вероятность появления инфекционных заболеваний выше, чем у взрослых, поскольку защитные функции организма еще окончательно не сформировались.

Красный костный мозг относится к центральным органам, лимфатические узлы, селезенка, миндалины и аппендикс – к периферийным. Важное место в системе занимают лейкоциты.

Когда проводится иммунограмма и прочие анализы, то исследуются изменения формы и количество лейкоцитов.

Показатели иммунограммы позволяют лечащему специалисту оценить общее состояние пациента, определить причину заболевания и назначить лечение.

Важным дополнением к лечебному процессу считаются процедуры, направленные на укрепление иммунитета.

Многолетняя практика показывает, что результаты самого эффективного лечения сводятся «на нет» при слабом иммунитете.

Нередко бывает и так, что человек начинает выздоравливать благодаря восстановлению иммунной системы.

Все действия, процедуры и прием лекарственных препаратов назначаются после расшифровки иммунограммы и специальных анализов лечащим врачом.

Особенности выполнения иммунограммы

Любой анализ делается по назначению врача. Иммунограмма не является исключением из правил.

По сложившейся практике пациенту назначается это исследование при наличии вполне определенных симптомов.

Диагностика простудных или вирусных заболеваний выполняется разными способами, при этом развернутая иммунограмма лечащему специалисту не требуется.

Лекарственные препараты и оздоровительные процедуры назначаются в подобных ситуациях стандартные и доступные.

По-другому складывается клиническая картина в том случае, когда побороть заболевание стандартными методами не получается.

Показания к иммунограмме

Практически каждому адекватному человеку известно, что насморк проходит через несколько дней. Если эта безобидная по своей сути болезнь затягивается на месяц и более, то необходимо обратить внимание состояние организма в целом.

Иммунограмму назначают пациентам, у которых наблюдаются следующие симптомы:

увеличение лимфатических узлов и снижение массы тела;
регулярные рецидивы инфекционных заболеваний;
постоянно высокая температура;
понижение работоспособности и хроническая усталость.

Как правило, человек всяческими способами старается бороться с этими заболеваниями и проявлениями.

Когда повышенная температура держится в течение десяти дней, а всевозможные жаропонижающие препараты не оказывают должного воздействия, то у терапевта есть все основания направить пациента на иммунограмму.

Регулярно возникающие воспаления легких и верхних дыхательных путей, не поддающиеся лечению антибиотиками, тоже служат поводом для проведения комплексных анализов.

У женщин при нарушении функций щитовидной железы начинаются серьезные проблемы со здоровьем.

Иммунитет ослабевает и открывается доступ к организму для патогенных бактерий и вирусов. При подобных состояниях иммунограмма помогает поставить точный диагноз.

Противопоказания к иммунограмме

Высокая информативность иммунограммы не делает ее универсальным инструментом для диагностики.

В лечебной практике существует ряд ограничений, когда исследование проводить не имеет смысла. Заболевание, передаваемое половым путем, нередко поражает совершенно здорового человека.

При такой патологии симптомы, анализы, диагностические методы и лекарственные препараты хорошо известны урологам и венерологам.

Назначать и проводить иммунограмму в подобной ситуации нет никакой необходимости. Исследование не проводится женщинам в период менструации.

Анализ, сделанный во время обострения вирусной инфекции, окажется смазанным и не покажет истинной картины заболевания.

Иммунограмма может делаться в состоянии относительного покоя, когда патологические процессы в организме развиваются медленно.

Видео:

Даже при подозрении на ВИЧ вначале необходимо провести диагностику по специальным методикам, и только после этого, когда информации все равно недостаточно, можно сделать иммунограмму.

При местных заболеваниях кожи первым действием нужно обратиться к дерматологу и аллергологу. В распоряжении этих специалистов имеются свои, специфические методы диагностики.

Подготовка к иммунограмме

Лечащий врач определяет, когда и какой анализ необходимо сдать пациенту. Всякое, даже самое простое исследование должно делаться по определенному алгоритму.

Если больной получил направление на иммунограмму, то ему необходимо должным образом подготовиться к этой процедуре.

Особо строгих требований к поведению человека не предъявляется, но некоторые условия выполнить нужно, иначе достоверность полученных результатов окажется низкой, и на их основе будет назначено неправильное лечение.

Ребенку иммунограмма назначается только по достижении 5 лет. До этого возраста иммунная система у детей только формируется.

По заведенному распорядку и для получения качественного материала для исследования анализ крови сдается в утренние часы. Желательно перед забором крови не завтракать.

За день до выполнения иммунограммы следует отказаться от алкогольных напитков и курения. Это обычная норма при сдаче любого материала на исследование.

Видео:

Если принимаются сильнодействующие лекарства, то нужно предупредить об этом доктора. Пациенту настоятельно рекомендуется не выполнять физических упражнений и по возможности не нервничать. Все перечисленные условия способствуют точности иммунограммы.

Для иммунограммы на исследование берется не только кровь. В некоторых ситуациях специалисты исследуют слезную жидкость, слюну и слизь из носоглотки.

Каждый анализ иммунограмма фиксирует полученный результат, несет определенную часть информации для лечащего врача. Самостоятельно разобраться в этом сложно.

Непосредственно процедура взятия материала протекает практически безболезненно. Некоторое напряжение создает забор для анализа крови из вены.

По сути это стандартная операция, которой не стоит опасаться. Это пожелание адресовано ребенку, который оказался в лаборатории первый раз, и ему делается иммунограмма.

Результаты иммунограммы

Сегодня выполнить почти любой анализ, в том числе и получить иммунограмму, можно в частных кабинетах и клиниках.

Следует подчеркнуть, что, независимо от организационно-правовой формы лаборатории, расшифровывать результаты анализа должен специалист.

Практика показала, что попытки самостоятельно заняться аналитикой иммунограммы и сложных анализов успехом венчаются очень редко.

Важно помнить о том, что организм каждого человека обладает индивидуальными особенностями.

Если определенное количество бактерий в кишечнике у одного пациента считается завышенным, то для другого это норма. Чтобы сделать правильный вывод, врачу приходится учитывать большое количество косвенных данных.

При тяжелых заболеваниях, когда пациент продолжительный период находится под наблюдением, а лечение не приносит результата, выполняется расширенная иммунограмма.

В этом случае фиксируются значения следующих параметров:

состояние гуморального и клеточного иммунитета;
интерфероновый статус;
система комплимента;
функция фагоцитоза.

У каждого вида клеток в иммунной системе свое предназначение. При анализе подсчитывается, сколько их находится в организме на данный момент.

Иммуноглобулины, входящие в структуру гуморального иммунитета, нейтрализуют активность чужеродных вирусов и бактерий.

Считается качественно выполненной иммунограмма с расшифровкой, сделанной специалистом, которая дает точные данные об активности молекул интерферона.

Функция интерфероновых молекул сводится к тому, чтобы уничтожать вирусы и клетки в опухолях. Система комплемента распознает чужеродные бактерии по их общим характеристикам.

Комплемент представляет собой белковый комплекс. Клетки, которые называют фагоцитами, предназначены находить, поглощать и переваривать чужеродные, опасные для организма объекты.

Все полученные данные иммунограммы заносятся в специальную таблицу следующего вида:

Анализ клеточной T-системы	Исследуется состояние лимфоцитов на уровне субпопуляций, лейкоцитарной формулы и биохимического анализа крови.
Анализ B-системы	Определяется норма иммуноглобулинов E, M, G, A. Исследуются комплексы иммунного происхождения, циркулирующие в организме.
Оценка комплементарной системы	Изучаются и оцениваются ингибиторы комплемента, такие как интерферон и прочие.
Оценка активности фагоцитов	Определяется количественное значение лейкоцитов, качественные показатели и фагоцитозные индексы.

Расшифровка анализа

Анализ, сделанный своевременно, с учетом всех требований, расшифровывается лечащим врачом, который привлекает к диагностике узких специалистов.

Важно подчеркнуть, что расшифровка иммунограммы проводится в присутствии пациента. К бланку иммунограммы приобщаются результаты УЗИ, рентгеновского исследования и других анализов, если они проводились. Одновременно выполняется опрос больного.

Это давно принятая норма диагностики и больному следует относиться к процедуре спокойно, без лишнего волнения. В процессе расшифровки анализа выясняются дополнительные обстоятельства причин заболевания.

Процедуру расшифровки иммунограммы и осмотра пациента принято проводить в кабинете иммунолога.

Отзывы подтверждают, что точность диагноза в таком случае заметно возрастает. Специалист имеет возможность изучить иммунограмму и дополнительные анализы, оценить состояние лимфатических узлов на теле больного.

Видео:

Выполняется осмотр слизистых оболочек, кожного покрова, суставов и органов дыхания.

Полученная таким образом информация позволяет сформировать объективную картину заболевания, с высокой точностью выявить причины возникновения патологии и назначить курс лечения.

Чтобы устранить иммунодефицит, потребуется время и соблюдение всех рекомендаций иммунолога.

Вы здесь:

Иммунограмма для индивидуальной оценки противоопухолевого иммунного ответа у пациентов с гепатоцеллюлярной карциномой

Front Oncol. 2020; 10: 1189.

Ин Ху

¹ Центр интегративной медицины, Пекинская больница Дитан, Столичный медицинский университет, Пекин, Китай

Хуайбо Сан

² Genecast Институт технологий точной медицины, Genecast Biotechnology Co., Ltd ., Пекин, Китай

Henghui Zhang

³ Институт инфекционных заболеваний, больница Beijing Ditan, Столичный медицинский университет, Пекин, Китай

Xianbo Wang

¹ Центр интегративной медицины, больница Beijing Ditan, Capital Medical Университет, Пекин, Китай

¹ Центр интегративной медицины, Пекинская больница Дитан, Столичный медицинский университет, Пекин, Китай

² Технологический институт прецизионной медицины Genecast, Genecast Biotechnology Co., Ltd., Пекин, Китай

³ Институт инфекционных болезней, Пекинская больница Дитан, Столичный медицинский университет, Пекин, Китай

Отредактировано: Сандра Туяертс, К.Ю. Лёвен, Бельгия

Рецензировано: И Чжан, Альберт Эйнштейн Медицинский колледж, США; Лимин Чжэн, Университет Сунь Ятсена, Китай

Эта статья была отправлена в раздел «Раковый иммунитет и иммунотерапия» журнала «Границы в онкологии»

Поступила в редакцию 5 апреля 2020 г .; Принят в печать 11 июня 2020 г.

Это статья в открытом доступе, распространяемая в соответствии с условиями лицензии Creative Commons Attribution License (CC BY). Использование, распространение или воспроизведение на других форумах разрешено при условии указания автора (авторов) и правообладателя (ов) и ссылки на оригинальную публикацию в этом журнале в соответствии с принятой академической практикой. Запрещается использование, распространение или воспроизведение без соблюдения этих условий.

Эта статья цитируется в других статьях в PMC.

Дополнительные материалы

Дополнительный рисунок 1: График показывает IGS кластеров горячей и холодной иммунограммы ГЦК. Групповые значения оценивались с использованием теста нормального распределения. Для нормально распределенных данных средние значения двух кластеров сравнивались с использованием теста Стьюдента t , а непараметрические тесты выполнялись, когда данные не были нормально распределены (^* P <0,05, ^** Р <0.01 и нс: не значимо, P > 0,05).

GUID: FBE138BF-7CFB-462C-A0B2-A74A36A80A1D

Дополнительный рисунок 2: Корреляция восьми осей IGS на иммунограмме ГЦК.

GUID: A2EC7B37-F52A-4218-8526-8AB07CD6D9CB

Заявление о доступности данных: В этом исследовании были проанализированы общедоступные наборы данных. Эти данные можно найти здесь: https://portal.gdc.cancer.gov/.

Abstract

В клинической практике цикл рака-иммунитета отдельного пациента с гепатоцеллюлярной карциномой (ГЦК) должен быть описан для поддержки клинического ведения рака.В настоящем исследовании изучались иммунограммы пациентов с раком печени на основе данных секвенирования РНК печени для визуального отображения индивидуализированных циклов рака-иммунитета. Две независимые когорты ГЦК [Атлас генома рака (TCGA) и когорты ГЦР по раку печени-RIKEN, Япония (LIRI-JP)] с данными полного секвенирования экзома (WES), данными секвенирования РНК и клиническими данными от TCGA и Международного консорциума по раковым геномам (ICGC) были включены в это исследование. В этом исследовании были построены иммунограммы раковых иммунных клеток по ГЦК для визуального изучения противоопухолевых иммунных ответов пациентов с ГЦК.Паттерны иммунограмм ГЦК были разделены на два кластера: горячие и холодные иммунограммы ГЦК. Благоприятная общая выживаемость (OS) и выживаемость без признаков заболевания (DFS) наблюдались в кластере горячей иммунограммы в когорте TCGA. Результаты для когорты LIRI-JP были аналогичны когорте TCGA. ОС пациентов с ГЦК, представленных на горячей иммунограмме, была больше, чем у пациентов с холодовой иммунограммой в когорте LIRI-JP HCC. По сравнению с холодовыми иммунограммами, горячие иммунограммы характеризовались более высоким уровнем инфильтрации иммунных клеток и более сильными иммунными сигнатурами, включая цитолитическую активность, сигнатуру IFN-γ, иммуностимулятор, иммуноингибитор, хемокин, молекулу адгезии, MHC I, MHC II и некласс MHC. уровни.Основное различие в молекулярных характеристиках между горячей и холодной иммунограммами было отражено в изменениях WNT-CTNNB1 и вариантах числа копий (CNV) и потере гетерозиготности (LOH), которые являются молекулярными особенностями, связанными с устойчивостью к иммунотерапии и ускользанием опухоли. Паттерны иммунограммы отличались с точки зрения различных молекулярных особенностей опухолей ГЦК. Иммунограмма ГЦК для рака-иммунного цикла позволила визуализировать индивидуальный противоопухолевый иммунный ответ пациентов с ГЦК, а характер иммунограмм ГЦК способствовал клиническим исходам пациентов, что может облегчить индивидуальную оценку противоопухолевого иммунного ответа для оптимальная персонализированная иммунотерапия.

Ключевые слова: гепатоцеллюлярная карцинома, иммунограмма, цикл рак-иммунитет, противоопухолевый иммунный ответ, прогноз

Введение

Обширное клиническое исследование показало, что иммунотерапия рака является ключевым компонентом клинического лечения рака (1–3) . Всестороннее понимание взаимодействия рака и иммунной системы имеет решающее значение для разработки новых лекарств и клинических стратегий. Дэниел С. Чен и Ира Меллман предложили цикл «рак-иммунитет», чтобы проиллюстрировать этапы противоопухолевого иммунного ответа, включая высвобождение антигенов раковых клеток, презентацию раковых антигенов, прайминг и активацию, перенос Т-клеток в опухоли, инфильтрацию Т-лимфоцитов. клетки в опухоли, распознавание раковых клеток Т-клетками и уничтожение раковых клеток, а также для лучшего понимания взаимодействия между раком и иммунной системой (4).С точки зрения циклов «рак-иммунитет» иммунотерапия рака в основном включает два класса, как описано ниже. Один класс иммунотерапии разработан для улучшения стимулирующих иммунных факторов, таких как адоптивная Т-клеточная терапия, которая может привести к революции цикла противоракового иммунитета и потенциально усиливает возможное самораспространение цикла (4). Другой класс иммунотерапии предназначен для предотвращения подавления иммунного эффектора, такого как блокада PD-1 / PD-L1, которая оживляет и потенциально расширяет ранее существовавший противоопухолевый иммунный ответ (4, 5).

Как описано выше, различные иммунотерапевтические методы предназначены для регулирования различных измерений цикла «рак-иммунитет». Таким образом, оценка цикла рака-иммунитета у отдельных пациентов является основой для реализации клинических стратегий, адаптированных к каждому пациенту. Основываясь на теории цикла «рак-иммунитет», Джун Накадзима построил иммунограмму, которая наглядно иллюстрирует цикл «рак-иммунитет» у отдельных пациентов с раком легких (6). В иммунограмме цикла «рак-иммунитет» были объединены все данные обследований и секвенирования РНК с последующим облачным преобразованием сложных омических данных на радиолокационном графике для отображения иммунного ответа каждого пациента.Этапы цикла рака-иммунитета оценивались с использованием восьми осей шкалы иммунограммы (IGS), которые включали Т-клеточный иммунитет (IGS1), антигенность опухоли (IGS2), праймирование и активацию (IGS3), трафик и инфильтрацию (IGS4), распознавание опухолевых клеток (IGS5), клеток-ингибиторов (IGS6), экспрессии контрольных точек (IGS7) и ингибирующих молекул (IGS8). Иммунограмма поможет врачам в принятии индивидуальных медицинских решений для каждого пациента.

Печень — иммунологический орган, содержащий множество клеток адаптивного и врожденного иммунитета (7).Печень также является особым анатомическим органом, в котором богатая антигенами кровь сканируется антигенпрезентирующими клетками и лимфоцитами через сеть синусоидов (8). Кроме того, большая гепатоцеллюлярная карцинома (ГЦК) встречается у пациентов с хроническим воспалением печени, связанным с вирусными инфекциями гепатита В или С, злоупотреблением алкоголем и ожирением печени (9). Следовательно, иммунная микросреда играет жизненно важную роль в развитии ГЦК. Предыдущие исследования проиллюстрировали иммунный ландшафт рака печени на основе данных об отдельных клетках, данных секвенирования РНК и данных о последовательности рецепторов Т-клеток (10).

В клинической практике цикл рака-иммунитета у отдельных пациентов с ГЦК должен быть описан для поддержки клинического лечения рака. Однако в этой области опубликовано мало исследований. В настоящем исследовании изучались иммунограммы пациентов с ГЦК, основанные на данных РНК-Seq в печени, чтобы наглядно отобразить личный цикл рака-иммунитета. Кроме того, мы исследовали иммунограмму ГЦК и клинические исходы, а также корреляцию между иммунограммой ГЦК и молекулярными особенностями, чтобы лучше понять индивидуальный противораковый иммунный ответ в печени и поддержать принятие личного клинического решения.

Материалы и методы

Когорта HCC, сбор и предварительная обработка данных

Дизайн исследования и процесс выбора данных показаны на. Мы провели поиск когорт ГЦК с помощью секвенирования всего экзома (WES), секвенирования РНК и клинических данных из Атласа генома рака (TCGA) и Международного консорциума генома рака (ICGC). Когорты LIHC-TCGA и LIRI-JP HCC были включены в это исследование.

Блок-схема процесса сбора и анализа данных. Показаны дизайн исследования и процесс отбора данных.В это исследование были включены две независимые когорты HCC (TCGA и LIRI-JP HCC) с данными WES, данными секвенирования РНК и клиническими данными из TCGA и ICGC.

LIHC-TCGA был выбран для изучения взаимосвязи иммунограммы HCC и клинических исходов, а LIRI-JP HCC был выбран в качестве независимой когорты для подтверждения прогностической ценности иммунограммы HCC. Данные когорт LIHC-TCGA и LIRI-JP HCC были загружены из браузера UCSC Xena. Значения данных секвенирования РНК (FPKM) были преобразованы в значения транскриптов на миллион килобаз (TPM).Клиническая информация для когорты ГЦК представлена в.

Таблица 1

Кластер иммунограммы ГЦК и клинические особенности.

9015

9015 9015 9015 9015 9015 9015

9015 9015 9015 9015

9015 9015 9015 9015 9015 9015 9015 9015

9015 9015

III

9015 гистологический тип

9015 9015 9015 9015 9015

Переменная	N	Холодная иммунограмма	Горячая иммунограмма	P -значение						9015	0,320
<60 лет	156	94	62
≥60 лет	180	98	82			0.411
Наружный	228	126	102
Женский	109	66	43			Гепатит В	94	58	36
Гепатит С	45	20	25

NAFLD	15	8	7
Расход алкоголя	66	34	32
Сосудистая инвазия				0.589
Микрососудистая инфильтрация	81	50	31
Макрососудистая инфильтрация	14	7	7
Неизвестно	54	30	24
Фиброз				0.334
Отсутствие фиброза	66	43	23
Портальный фиброз	27	13	14
Нодулярное образование	6	3	3
Установленный цирроз печени	65	36	2912
Этап				0.055
I	156	82	74
II	77	41	36
IV	5	3	2
Классификация по Чайлд-Пью				0,611
A		117	B	19	13	6
C	1	0	1
Неизвестно	118	118	118				0.514
Гепатоцеллюлярная карцинома	327	188	139
Гепатохолангиокарцинома	7	3
Гистологическая степень новообразования				0,373
G1	48	29	19	9015 9015 9015 9015 9015 9015 9015 9015 9015 9015 9015 9015 9015 9015 9015 9015
G3	113	70	43
G4	11	7	4		4

Иммунограмма ГЦК

По данным В предыдущем исследовании этапы цикла «рак-иммунитет» описаны по восьми осям шкалы иммунограммы (IGS) следующим образом: IGS1, Т-клеточный иммунитет; IGS2 — антигенность опухоли; IGS3, прайминг и активация; IGS4, незаконный оборот и проникновение; IGS5, распознавание опухолевых клеток; IGS6, клетки-ингибиторы; GS7, выражение контрольной точки; и IGS8, ингибирующие молекулы (6).Наборы генов IGS1, IGS3, IGS4, IGS5, IGS6, IGS7 и IGS8 использовались в предыдущем исследовании (6). Анализ вариации набора генов (GSVA) был проведен для оценки значения IGS с использованием пакетов GSVA R. Значение неоантигенности опухоли было загружено из опубликованных данных TCGA (https://gdc.cancer.gov/about-data/publications/panimmune) (11). Неконтролируемая кластеризация IGS была выполнена с использованием кластеризации K-средних с пакетом R (версия 3.6.1), как описано в предыдущих исследованиях (12, 13). Кластеризация K-средних — один из наиболее часто используемых алгоритмов неконтролируемого машинного обучения (13).Иммунограммы ГЦК были разделены на два кластера. Два кластера иммунограмм на радиолокационных графиках показаны как медиана IGS.

Сигнатура иммунного гена

Наборы генов для цитолитической активности (гранзим-A и перфорин-1), сигнатуры IFN-γ, иммуностимуляторы, иммуноингибиторы, хемокины, сигнатура HLA I и сигнатура HLA II были описаны в предыдущем исследование (14, 15). Иммунные сигнатуры измеряли как среднее геометрическое значение экспрессии гена в log2 от TPM + 1.

Молекулярные особенности

Бремя опухолевых неоантигенов, бремя мутаций опухоли, оценка бремени CNV и оценка LOH были получены из опубликованных данных TCGA (9). Соматические изменения в 10 онкогенных сигнальных путях анализировали, как описано ранее (16). Мы сгруппировали гены в известные 10 канонических путей, которые включают клеточный цикл, Hippo, Myc, Notch, Nrf2, киназу PI3 / Akt, RTK-RAS, передачу сигналов TGFβ, p53 и β-катенин / WNT, как описано ранее. Образец, в котором гены определенных путей содержали соматические мутации, был обозначен как измененный конкретный путь.Образец, в котором все гены определенных путей были дикого типа, был обозначен как неизмененный специфический путь. Разница в частоте изменения пути рака между двумя кластерами иммунограммы ГЦК оценивалась с использованием точного теста Фишера (двусторонний).

Статистический анализ

Данные представлены как средние и стандартные ошибки средних значений (SEM). Групповые значения оценивались с использованием теста нормального распределения. Для нормально распределенных данных средние группы сравнивались с использованием теста Стьюдента t , а непараметрические тесты выполнялись, когда данные не были нормально распределены. P <0,05 было определено как статистически значимое. Двусторонний точный тест Фишера использовался для сравнения частот изменений между пациентами с ГЦК, показывающими холодную и горячую иммунограммы ГЦК. Тест лог-ранга был проведен для исследования связи между паттернами иммунограммы HCC и DFS и OS. Статистический анализ проводился с использованием статистического программного обеспечения SPSS версии 22.0 и R версии 3.6.1.

Результаты

Иммунограмма рака и прогноз ГЦК

Для оценки противоопухолевого ответа у пациентов с ГЦК мы использовали иммунограмму рака, которая визуально иллюстрирует состояние цикла «рак-иммунитет».Мы исследовали иммунограмму HCC когорты TCGA. Ссылаясь на предыдущее исследование, этапы цикла «рак-иммунитет» характеризуются следующими восемью осями IGS: IGS1, Т-клеточный иммунитет; IGS2 — неоантигенная нагрузка опухоли; IGS3, прайминг и активация; IGS4, незаконный оборот и проникновение; IGS5, распознавание опухолевых клеток; IGS6, клетки-ингибиторы; IGS7, выражение контрольной точки; и IGS8, молекулы-ингибиторы. Как показано в, мы собрали клинические данные из когорты TCGA HCC, WES и данных секвенирования РНК.Пейзаж иммунограммы рака TCGA HCC и восемь осей IGS показаны на. Был проведен неконтролируемый кластерный анализ IGS, и иммунограммы HCC были разделены на два кластера. Семь осей IGS одного кластера были значительно выше, чем другого кластера. Неоантигенная нагрузка опухоли (IGS2) существенно не меняется между двумя кластерами (и дополнительным рисунком 1). Неоантигенная нагрузка опухоли (IGS2) не была связана с другими осями иммунограммы, включая Т-клеточный иммунитет (IGS1), праймирование и активацию (IGS3), трафик и инфильтрацию (IGS4), распознавание опухолевых клеток (IGS5), клетки-ингибиторы ( IGS6), экспрессия контрольной точки (IGS6) и молекулы ингибитора (IGS8) (дополнительный рисунок 2).

Иммунограмма рака HCC и прогноз. (A) Неконтролируемый кластерный анализ иммунограмм HCC на основе восьми осей IGS для 337 пациентов в когорте TCGA HCC. Более высокий кластер IGS был назван иммунограммой горячего HCC, а более низкий кластер IGS был назван иммунограммой холодного HCC. Клинические особенности, включая возраст, пол, стадию, фиброз, этиологию, гистологический тип и сосудистую инвазию, показаны в аннотациях пациентов. (B) Кривые Каплана-Мейера для DFS пациентов с ГЦК в когорте TCGA, разделенные на два кластера иммунограмм ГЦК.Количество пациентов в кластерах горячей и холодной иммунограмм составляло 129 и 164 соответственно. Тест лог-ранга показал P = 0,00066. (C) Кривые Каплана-Мейера для OS пациентов с HCC в когорте TCGA, стратифицированной на два кластера иммунограмм HCC. Число пациентов в кластерах горячей и холодной иммунограммы составляло 144 и 192 соответственно. Логранговый тест дал P = 0,0057. (D) Кривые Каплана-Мейера для OS пациентов с HCC в когортах LIRI-JP HCC, разделенных на два кластера иммунограмм HCC.Количество пациентов в кластерах горячей и холодной иммунограмм составило 121 и 108 соответственно. Логранговый тест дал P = 0,017. (E, F) Радиолокационный график показал, что образцы иммунограмм двух кластеров были разными. Оси радиолокационной диаграммы были построены с помощью медианы IGS для кластеров горячей и холодной иммунограмм, соответственно.

Кластер с более высокими показателями иммунограммы был назван «горячей иммунограммой», а кластер с более низкими показателями иммунограммы был назван «холодовой иммунограммой».Более того, два кластера иммунограмм пациентов с ГЦК показали значительные различия в DFS и OS (лог-ранговый тест, P <0,01). Благоприятные OS и DFS наблюдались у пациентов с HCC и горячими иммунограммами (). Радиолокационный график показал, что образцы иммунограмм двух кластеров были разными (). Кроме того, была исследована взаимосвязь между клиническими особенностями и паттернами иммунограммы ГЦК (). Паттерны иммунограммы не были связаны с клиническими особенностями, включая возраст, пол, этиологию, сосудистую инвазию, фиброз, стадию, степень классификации по Чайлд-Пью, гистологический тип и гистологическую степень новообразования ().

Когорта LIRI-JP HCC была зачислена для тестирования паттернов иммунограммы и прогноза HCC, а также для проверки прогностической ценности иммунограмм HCC. Были собраны клинические данные, данные WES и данные секвенирования РНК. Были оценены иммунограммы ГЦК пациентов с ГЦК в когорте LIRI-JP, и был проведен неконтролируемый кластерный анализ IGS с использованием методов, упомянутых выше. Результаты для когорты LIRI-JP были аналогичны когорте TCGA. Иммунограммы ГЦК были разделены на два кластера, названных «горячая иммунограмма» и «холодная иммунограмма» согласно IGS.ОВ пациентов с ГЦК, представленных на горячей иммунограмме, была больше, чем у пациентов с холодовой иммунограммой (лог-ранговый тест, P <0,01,).

Иммунные характеристики иммунограмм горячей и холодной ГЦК

Относительное количество 28 субпопуляций иммунных клеток, которые инфильтрируют опухоль, оценивали с использованием метода анализа обогащения набора генов на одном образце (ssGSEA) с данными RNA-Seq опухоли. Инфильтрацию иммунных клеток исследовали в двух кластерах иммунограммы ГЦК.Как показано на фиг.3, большее количество 28 субпопуляций врожденных и адаптивных иммунных клеток проникло в опухоли пациентов с горячими иммунограммами, чем пациентов с холодными иммунограммами. Кроме того, мы наблюдали более высокие уровни иммунных сигнатур, включая цитолитическую активность, сигнатуру IFN-γ, иммуностимулятор, иммуноингибитор, хемокин, молекулу адгезии, MHC I, MHC II и неклассовые MHC, в горячих иммунограммах ГЦК ( P <0,05 ,).

Тепловая карта подмножеств иммунных клеток, которые проникли в опухоли пациентов в группах с горячей и холодной иммунограммой ГЦК.Относительное количество 28 подмножеств иммунных клеток, которые проникли в опухоль, оценивали с помощью метода обогащения набора генов на уровне образца (GSVA) на основе данных RNA-Seq опухоли. Клинические особенности, включая возраст, пол, стадию, фиброз, этиологию, гистологический тип и сосудистую инвазию, показаны в аннотациях пациентов.

Сила иммунной сигнатуры групп горячей и холодной иммунограммы ГЦК. (A – H) Диаграммы разброса показали более высокие уровни иммунных сигнатур, включая цитолитическую активность, цитолитическую активность, сигнатуру IFN-γ, хемокин, иммуноингибитор, молекулу адгезии, MHC I, MHC II и неклассовые MHC, в горячем состоянии. Иммунограммы ГЦК, чем иммунограммы холодного ГЦК.Групповые значения оценивались с использованием теста нормального распределения. Для нормально распределенных данных средние группы сравнивались с использованием теста Стьюдента t , а непараметрические тесты выполнялись, когда данные не были нормально распределены (* P <0,05, ** P <0,01 и нс: не значимо, P > 0,05).

Молекулярные особенности иммунограмм горячего и холодного ГЦК

Были исследованы мутации гена драйвера и изменения сигнального пути между двумя кластерами иммунограмм рака ГЦК.Путь WNT был изменен, и частота мутаций гена CTNNB1 была выше в кластере холодной иммунограммы HCC, чем в кластере горячей иммунограммы HCC (двусторонний точный критерий Фишера, P <0,05; и). Другие сигнальные пути, включая клеточный цикл, пути PI3K, P53, Notch, Myc, Hippo, Nrf2 и TGFβ, не претерпели значительных изменений между двумя кластерами иммунограммы HCC (двусторонний точный тест Фишера, P > 0,05; а также ). Более того, в кластере иммунограммы холодного ГЦК наблюдались более высокие баллы бремени CNV и баллы LOH, чем в кластере иммунограммы горячего ГЦК ( P <0.05,). Другие генетические варианты, включая несинонимичные мутации, иммуногенные мутации, индель-числа и иммуногенные индел-числа, существенно не изменились ( P > 0,05,).

Изменения в путях, связанных с раком, выявленные на иммунограммах горячего и холодного ГЦК. Тепловая карта изменений в путях, связанных с раком, на иммунограммах горячего и холодного ГЦК. Разница в частоте изменений в путях, связанных с раком, между двумя кластерами иммунограммы ГЦК оценивалась с использованием точного критерия Фишера (двусторонний) (* P <0.05, ** P <0,01 и нс: не значимо, P > 0,05).

Таблица 2

Кластер иммунограмм HCC и частота изменений в путях, связанных с раком.

9015T14 9007

9015 путь

9015 9015 9015 9015 9015

9015 9015 9015

9015 9015 9015 9015 9015

9015 9015 9015 9015

9015

9016

5 [PubMed] [CrossRef] [Google Scholar] 4. Чен Д.С., Меллман И. Онкология встречается с иммунологией: цикл рака-иммунитета. Иммунитет. (2013) 39: 1–10. 10.1016 / j.immuni.2013.07.012 [PubMed] [CrossRef] [Google Scholar] 6. Карасаки Т., Нагаяма К., Кувано Х., Нитадори Д.И., Сато М., Анраку М. и др. . Иммунограмма цикла «рак-иммунитет»: к персонализированной иммунотерапии рака легких.J Thorac Oncol. (2017) 12: 791–803. 10.1016 / j.jtho.2017.01.005 [PubMed] [CrossRef] [Google Scholar] 7. Раканелли В., Реманн Б. Печень как иммунологический орган. Гепатология. (2006) 43 (2 Suppl.1): S54–62. 10.1002 / hep.21060 [PubMed] [CrossRef] [Google Scholar] 8. Jenne CN, Kubes P. Иммунный надзор за печенью. Nat Immunol. (2013) 14: 996–1006. 10.1038 / ni.2691 [PubMed] [CrossRef] [Google Scholar] 10. Zheng C, Zheng L, Yoo JK, Guo H, Zhang Y, Guo X и др. . Пейзаж инфильтрации Т-клеток при раке печени выявлен с помощью секвенирования отдельных клеток.Клетка. (2017) 169: 1342–56.e16. 10.1016 / j.cell.2017.05.035 [PubMed] [CrossRef] [Google Scholar] 11. Торссон В., Гиббс Д.Л., Браун С.Д., Вольф Д., Бортон Д.С., Оу Ян Т.Х. и др. . Иммунный ландшафт рака. Иммунитет. (2018) 48: 812–30.e14. 10.1016 / j.immuni.2018.03.023 [Бесплатная статья PMC] [PubMed] [CrossRef] [Google Scholar] 12. Цзэн Д., Ли М., Чжоу Р., Чжан Дж., Сунь Х., Ши М. и др. . Характеристика микросреды опухоли при раке желудка позволяет идентифицировать прогностические и иммунотерапевтически релевантные генные сигнатуры.Cancer Immunol Res. (2019) 7: 737–50. 10.1158 / 2326-6066.CIR-18-0436 [PubMed] [CrossRef] [Google Scholar] 13. Хартиган Дж., Вонг МА.
Алгоритм AS 136: алгоритм кластеризации K-средних. Appl Statist R Statist Soc. (1979) 28: 100–8. 10.2307 / 2346830 [CrossRef] [Google Scholar] 14. Айерс М., Лансфорд Дж., Небожин М., Мерфи Е., Лобода А., Кауфман Д. Р. и др. . Профиль мРНК, связанный с IFN-гамма, позволяет прогнозировать клинический ответ на блокаду PD-1. J Clin Invest. (2017) 127: 2930–40. 10.1172 / JCI

[Бесплатная статья PMC] [PubMed] [CrossRef] [Google Scholar] 15.Чароентонг П., Финотелло Ф., Ангелова М., Майер С., Ефремова М., Ридер Д. и др. . Иммуногеномный анализ рака выявляет взаимосвязь между генотипом и иммунофенотипом и предикторы реакции на блокаду контрольных точек. Cell Rep. (2017) 18: 248–62. 10.1016 / j.celrep.2016.12.019 [PubMed] [CrossRef] [Google Scholar] 16. Санчес-Вега Ф., Мина М, Армения Дж., Шатила В.К., Луна А, Ла Кей Си и др. . Онкогенные сигнальные пути в атласе генома рака. Клетка. (2018) 173: 321–37.e10. 10.1016 / j.cell.2018.03.035 [Бесплатная статья PMC] [PubMed] [CrossRef] [Google Scholar] 17.Чен Д.С., Меллман И. Элементы противоракового иммунитета и установленная точка иммунитета к раку. Природа. (2017) 541: 321–30. 10.1038 / nature21349 [PubMed] [CrossRef] [Google Scholar] 18. О’Доннелл Дж. С., Тенг М.В.Л., Смит М.Дж. Иммуноредактирование рака и устойчивость к иммунотерапии на основе Т-клеток. Нат Рев Клин Онкол. (2019) 16: 151–67. 10.1038 / s41571-018-0142-8 [PubMed] [CrossRef] [Google Scholar] 19. Галлуцци Л., Чан Т.А., Кремер Г., Волчок Дж. Д., Лопес-Сото А. Признаки успешной противоопухолевой иммунотерапии. Sci Transl Med.(2018) 10: eaat7807. 10.1126 / scitranslmed.aat7807 [PubMed] [CrossRef] [Google Scholar] 20. Pages F, Mlecnik B, Marliot F, Bindea G, Ou FS, Bifulco C и др. . Международная валидация консенсусного иммунного ядра для классификации рака толстой кишки: прогностическое исследование и исследование точности. Ланцет. (2018) 391: 2128–39. 10.1016 / S0140-6736 (18) 30789-X [PubMed] [CrossRef] [Google Scholar] 21. Hegde PS, Chen DS. 10 основных проблем иммунотерапии рака. Иммунитет. (2020) 52: 17–35. 10.1016 / j.immuni.2019.12.011 [PubMed] [CrossRef] [Google Scholar] 22.Blank CU, Haanen JB, Ribas A, Schumacher TN. Иммунология рака. «Иммунограмма рака». Наука. (2016) 352: 658–60. 10.1126 / science.aaf2834 [PubMed] [CrossRef] [Google Scholar] 23. Цзя Кью, Ву В., Ван И, Александр ПБ, Сун Си, Гонг Зи и др. . Локальное мутационное разнообразие вызывает внутриопухолевую иммунную гетерогенность при немелкоклеточном раке легкого. Nat Commun. (2018) 9: 5361. 10.1038 / s41467-018-07767-w [Бесплатная статья PMC] [PubMed] [CrossRef] [Google Scholar] 24. Хардинг Дж. Дж., Нандакумар С., Армения Дж., Халил Д. Н., Альбано М., Ли М. и др.. Проспективное генотипирование гепатоцеллюлярной карциномы: клинические последствия секвенирования следующего поколения для сопоставления пациентов с таргетной и иммунной терапией. Clin Cancer Res. (2019) 25: 2116–26. 10.1158 / 1078-0432.CCR-18-2293 [Бесплатная статья PMC] [PubMed] [CrossRef] [Google Scholar] 25. Даволи Т., Уно Х, Вутен Э.С., Элледж С.Дж. Анеуплоидия опухоли коррелирует с маркерами уклонения от иммунитета и снижением ответа на иммунотерапию. Наука. (2017) 355: eaaf8399. 10.1126 / science.aaf8399 [Бесплатная статья PMC] [PubMed] [CrossRef] [Google Scholar] 26.McGranahan N, Rosenthal R, Hiley CT, Rowan AJ, Watkins TBK, Wilson GA и др. . Аллель-специфическая потеря HLA и ускользание от иммунитета в развитии рака легких. Клетка. (2017) 171: 1259–71.e11. 10.1016 / j.cell.2017.10.001 [Бесплатная статья PMC] [PubMed] [CrossRef] [Google Scholar]

Иммунограмма для индивидуальной оценки противоопухолевого иммунного ответа у пациентов с гепатоцеллюлярной карциномой

Front Oncol. 2020; 10: 1189.

Ин Ху

¹ Центр интегративной медицины, Пекинская больница Дитан, Столичный медицинский университет, Пекин, Китай

Хуайбо Сан

² Genecast Институт технологий точной медицины, Genecast Biotechnology Co., Ltd., Пекин, Китай

Хэнхуи Чжан

³ Институт инфекционных болезней, Пекинская больница Дитан, Столичный медицинский университет, Пекин, Китай

Сянбо Ван

¹ Центр интегративной медицины, Пекинская больница Дитан, Столичный медицинский университет, Пекин, Китай

² Технологический институт прецизионной медицины Genecast, Genecast Biotechnology Co., Ltd., Пекин, Китай

³ Институт инфекционных болезней, Пекинская больница Дитан, Столичный медицинский университет, Пекин, Китай

Отредактировано: Сандра Туяертс, К.Ю. Лёвен, Бельгия

Рецензировано: И Чжан, Альберт Эйнштейн Медицинский колледж, США; Лимин Чжэн, Университет Сунь Ятсена, Китай

Эта статья была отправлена в раздел «Раковый иммунитет и иммунотерапия» журнала «Границы в онкологии»

Поступила в редакцию 5 апреля 2020 г .; Принят в печать 11 июня 2020 г.

Эта статья цитируется в других статьях в PMC.

Дополнительные материалы

GUID: FBE138BF-7CFB-462C-A0B2-A74A36A80A1D

Дополнительный рисунок 2: Корреляция восьми осей IGS на иммунограмме ГЦК.

GUID: A2EC7B37-F52A-4218-8526-8AB07CD6D9CB

Заявление о доступности данных: В этом исследовании были проанализированы общедоступные наборы данных. Эти данные можно найти здесь: https://portal.gdc.cancer.gov/.

Abstract

Введение

Материалы и методы

Когорта HCC, сбор и предварительная обработка данных

Таблица 1

Кластер иммунограммы ГЦК и клинические особенности.

Путь рака

Холодная иммунограмма

Горячая иммунограмма

P -значение (точный тест Фишера)

0.008

WNT изменен

151

WNT неизменен

184

9212

путь

0,493

TGFβ измененный

9015 9015 9015 9015 9015 9015 9015

Путь PI3K

0.788

PI3K изменено

PI3K без изменений

264

151

113

0,417

RTK / RAS изменен

115

RTK / RAS без изменений

220

121

путь

0.432

Notch изменен

Notch неизменен

258

143

115

0.105

Myc измененный

Myc неизмененный

321

179

321

179

142

0.724

Hippo измененный

108

Hippo без изменений

227

127

100

0,551

Nrf2 изменен

Nrf2 без изменений

307

176

131

0.197

Клеточный цикл изменен

Клеточный цикл неизменен

291

161

291

161

291

161

130

0,139

P53 измененный

127

P53 неизменный

208

111

молекулярный и холодный Иммунограммы ГЦК. (A – F) Диаграммы разброса показывают уровни молекулярных характеристик, включая баллы бремени CNV, баллы LOH, несинонимичные мутации, иммуногенные мутации, индель-числа и иммуногенные индели-числа в кластерах горячей и холодной иммунограммы ГЦК, соответственно. Групповые значения оценивались с использованием теста нормального распределения. Для нормально распределенных данных средние значения двух кластеров сравнивались с использованием теста Стьюдента t , а непараметрические тесты выполнялись, когда данные не были нормально распределены (* P <0.05, ** P <0,01 и нс: не значимо, P > 0,05).

Иммунограммы молекулярных характеристик

Основные различия в молекулярных характеристиках между горячей и холодной иммунограммами отражались в изменениях WNT-CTNNB1 и показателях CNV и LOH. Мы дополнительно исследовали паттерны иммунограмм опухолей с различными молекулярными особенностями. Как показано на фиг.1, паттерны иммунограммы отличались для различных молекулярных особенностей опухолей ГЦК. Радарный график выявил более высокий IGS для Т-клеточного иммунитета, клеток-ингибиторов и экспрессии контрольных точек в опухолях без изменений Wnt-CTNNB1, чем в опухолях, в которых был изменен Wnt-CTNNB1 ( P <0.05,). Опухоли с высокой нагрузкой CNV характеризовались более низким IGS для Т-клеточного иммунитета, праймирования и активации, трафика и инфильтрации, распознавания опухолевых клеток, клеток-ингибиторов, экспрессии контрольных точек и молекул ингибиторов ( P <0,05,). По сравнению с опухолями с низкой нагрузкой LOH, опухоли с высокой нагрузкой LOH показали более низкий IGS для Т-клеточного иммунитета, прайминга и активации, транспорта и инфильтрации, а также распознавания опухолевых клеток и молекул ингибиторов ( P <0.05,).

Иммунограммы молекулярных признаков. (A – C) Радиолокационные диаграммы, показывающие паттерны иммунограмм в опухолях с изменениями Wnt-CTNNB1 и без них (A) , опухолях с высокой и низкой нагрузкой CNV (B) и опухолях с высокими и низкими показателями LOH (С) . Медианные IGS показаны на радиолокационных диаграммах. Данные сравнивали с непараметрическими тестами (* P <0,05).

Обсуждение

В этом исследовании была построена иммунограмма ГЦК цикла «рак-иммунитет» для визуального изучения противоопухолевых иммунных ответов пациентов с ГЦК.Структура иммунограммы ГЦК была разделена на два кластера, которые были названы горячей иммунограммой и холодной иммунограммой ГЦК. Благоприятные OS и DFS наблюдались у пациентов с HCC и горячими иммунограммами. Более того, основное различие в молекулярных характеристиках между горячей и холодной иммунограммами отражалось в изменениях WNT-CTNNB1 и показателях CNV и LOH. Между тем, паттерны иммунограммы отличались для различных молекулярных особенностей опухолей ГЦК.

Согласно новым данным, противораковый иммунный ответ играет жизненно важную роль в лечении рака (17–19).В предыдущих исследованиях сообщалось об иммуноядерности, основанной на оценке количества Т-клеток CD3 ⁺ и Т-клеток CD8 ⁺, которые проникли в опухоли толстой кишки (20). Недавнее исследование описало три иммунофенотипа на основе CD8 ⁺ Т-клеток, которые включали воспаленные (CD8 ⁺ Т-клетки инфильтрировали опухоли, но были подавлены), иммунные исключения (CD8 ⁺ Т-клетки накапливались, но не эффективно инфильтрировали опухоли. ) и иммунной пустыни (CD8 ⁺ Т-клетки отсутствовали в опухоли) (21).Иммунофенотипы, основанные на Т-клетках CD8 ⁺, помогают понять микросреду опухоли. Более того, данные омики по опухолям предоставляют дополнительную информацию о взаимодействии онкологии и иммунитета. Однако в клинической практике клиницисты должны объединить данные с множеством измерений в комплексную визуализацию, чтобы оценить противоопухолевый иммунный ответ и принять соответствующие клинические решения для каждого пациента. При использовании иммунограммы были описаны этапы противоопухолевого иммунного ответа отдельных пациентов.В настоящем исследовании разные модели иммунограмм ГЦК были связаны с разными клиническими исходами. Значительное улучшение прогноза наблюдалось у пациентов с ГЦК, у которых были получены горячие иммунограммы. Результаты были подтверждены в двух независимых когортах ГЦК, включая когорты ГЦК TCGA и LIRI-JP. Противоопухолевый ответ, вероятно, был активирован у этих пациентов, что отражало более высокий IGS для Т-клеточного иммунитета, прайминга и активации, трафика и инфильтрации, а также распознавания опухолевых клеток.Кроме того, большее количество инфильтрированных противоопухолевых иммунных эффекторных клеток (активированных CD8 ⁺ Т-клеток и NK-клеток) и более сильная противоопухолевая иммунная эффекторная сигнатура (цитолитическая активность и IFN-γ) были связаны с горячими иммунограммами. Интересно, что уровни иммунорегуляторных факторов, включая клетки-ингибиторы, экспрессию контрольных точек и молекулы ингибитора, увеличиваются у пациентов с горячими иммунограммами. Мы предположили, что иммунорегуляторные факторы оказывают отрицательную обратную связь на активацию противоопухолевого иммунного ответа.Более высокая экспрессия контрольных точек, связанная с богатым Т-клетками иммунитетом и сильной иммунной эффекторной сигнатурой (цитолитическая активность и IFN-γ), может быть связана с каскадом активации-истощения в резидентных в опухоли Т-клетках (22).

Первым этапом противоопухолевого иммунного цикла является высвобождение опухолевых антигенов и их захват дендритными клетками. Затем дендритные клетки представляют захваченные антигены Т-клеткам через молекулы MHCI и MHCII, вызывая праймирование и активацию эффекторного ответа Т-клеток против специфичных для рака антигенов.Однако бремя опухолевых неоантигенов и бремя опухолевых мутаций у пациентов с ГЦК не были связаны с Т-клеточным иммунитетом, праймингом и активацией, переносом и инфильтрацией, распознаванием опухолевых клеток и сигнатурами противоопухолевых иммунных эффекторов (цитолитической активностью и IFN-γ). Наши результаты были аналогичны результатам, полученным для пациентов с раком легких (23). Основываясь на этих выводах, прогрессирование от высвобождения неоантигена рака до противоопухолевого ответа Т-клеток включает несколько этапов и сложных механизмов.Как единственный индикатор, неоантигены опухоли не могут предсказать противоопухолевый иммунный ответ.

Понимание взаимодействия между иммунной средой опухоли и молекулярными вариациями жизненно важно для оптимизации стратегии иммунотерапии. В настоящем исследовании мы исследовали изменения в 10 связанных с раком путях и молекулярных особенностях между двумя паттернами иммунограмм ГЦК. Мы наблюдали более высокую частоту изменений в пути WNT-CTNNB1 в кластерах паттернов иммунограммы холодного ГЦК.Паттерны иммунограммы были различны в опухолях с изменениями WNT-CTNNB1 и без них. Радарный график показал более высокий IGS для Т-клеточного иммунитета, клеток-ингибиторов и экспрессии контрольных точек в опухолях без изменений Wnt-CTNNB1, чем в опухолях с изменениями Wnt-CTNNB1. Клиническое исследование показало, что пациенты с HCC, несущие мутации WNT / CTNNB1, были устойчивы к блокаде иммунных контрольных точек (24). Наши результаты могут объяснить этот механизм иммунной резистентности с точки зрения иммунограммы ГЦК.Более того, наш молекулярный анализ выявил более высокие баллы по шкале CNV и LOH в кластере холодовой иммунограммы ГЦК. Паттерны иммунограммы опухолей с высокими показателями CNV и LOH характеризовались более низким IGS для Т-клеточного иммунитета, праймирования и активации, переноса и инфильтрации и распознавания опухолевых клеток. Более высокая нагрузка CNV и LOH в опухолях коррелировала с ускользанием от иммунной системы и более слабым ответом на иммунотерапию в предыдущих исследованиях (25, 26).

Это исследование имеет несколько ограничений.Дальнейшее исследование должно быть разработано для изучения клинической ценности иммунограмм ГЦК при выборе пациентов для индивидуальной иммунотерапии. С теоретической точки зрения индивидуальные стратегии лечения должны разрабатываться на основе модели иммунограммы для оценки иммунного ответа каждого пациента.

Таким образом, всестороннее понимание и оценка противоопухолевого иммунного ответа имеет решающее значение для принятия медицинских решений при лечении рака. В настоящем исследовании использовались иммунограммы для визуальной оценки противоопухолевого иммунного ответа у отдельных пациентов с ГЦК.Кроме того, мы проиллюстрировали корреляцию между иммунограммами ГЦК и молекулярными особенностями опухоли. Это исследование может предоставить ценные ресурсы для персонализированной иммунотерапии ГЦК.

Вклад авторов

YH, HZ и XW разработали исследование. YH и HS выполнили сбор и анализ данных. YH объяснил результаты и написал рукопись. Все авторы рецензировали рукопись.

Конфликт интересов

HS работал в компании Genecast Biotechnology Co., Ltd. Остальные авторы заявляют, что исследование проводилось при отсутствии каких-либо коммерческих или финансовых отношений, которые могут быть истолкованы как потенциальный конфликт интересов.

Глоссарий

Сокращения

LOH

ГЦК	гепатоцеллюлярная карцинома
DFS	Выживаемость без болезни
OS		OS	общее число копий	потеря гетерозиготности
TMB	бремя мутации опухоли
TCGA	Атлас ракового генома.

Сноски

Финансирование. Это исследование было поддержано Национальным ключевым научно-техническим специальным проектом Китая (№ 2018ZX10302207) и Национальным фондом естественных наук Китая (№ 81774234).

Дополнительные материалы

Дополнительные материалы к этой статье можно найти в Интернете по адресу: https://www.frontiersin.org/articles/10.3389/fonc.2020.01189/full#supplementary-material

Дополнительный рисунок 1

График показывает IGS кластеров горячей и холодной иммунограммы HCC.Групповые значения оценивались с использованием теста нормального распределения. Для нормально распределенных данных средние значения двух кластеров сравнивались с использованием теста Стьюдента t , а непараметрические тесты выполнялись, когда данные не были нормально распределены (^* P <0,05, ^** P <0,01 и нс: не значимо, P > 0,05).

Дополнительный рисунок 2

Корреляция восьми осей IGS на иммунограмме HCC.

Ссылки

1. Тан Дж., Ю. Дж. Х, Хаббард-Люси В. М., Нефтелинов С. Т., Ходж Дж. П., Лин Ю. Наблюдение за испытаниями: ландшафт клинических испытаний ингибиторов иммунных контрольных точек PD1 / PDL1. Nat Rev Drug Discov. (2018) 17: 854–5. 10.1038 / nrd.2018.210 [PubMed] [CrossRef] [Google Scholar] 2. Ле Д. Т., Дарем Дж. Н., Смит К. Н., Ван Х., Бартлетт Б. Р., Аулах Л. К. и др. . Дефицит репарации несоответствия предсказывает ответ солидных опухолей на блокаду PD-1. Наука. (2017) 357: 409–13. 10.1126 / science.aan6733 [Бесплатная статья PMC] [PubMed] [CrossRef] [Google Scholar] 3.Finn RS, Qin S, Ikeda M, Galle PR, Ducreux M, Kim TY и др. . Атезолизумаб плюс бевацизумаб при неоперабельной гепатоцеллюлярной карциноме. N Engl J Med. (2020) 382: 1894–905. 10.1056 / NEJMoa1

9015

9015 9015 9015 9015 9015 9015

9015 9015 9015 9015

9015 9015 9015 9015 9015 9015 9015 9015

9015 9015

III

9015 гистологический тип

9015 9015 9015 9015 9015

Переменная	N	Холодная иммунограмма	Горячая иммунограмма	P -значение						9015	0,320
<60 лет	156	94	62
≥60 лет	180	98	82			0.411
Наружный	228	126	102
Женский	109	66	43			Гепатит В	94	58	36
Гепатит С	45	20	25

NAFLD	15	8	7
Расход алкоголя	66	34	32
Сосудистая инвазия				0.589
Микрососудистая инфильтрация	81	50	31
Макрососудистая инфильтрация	14	7	7
Неизвестно	54	30	24
Фиброз				0.334
Отсутствие фиброза	66	43	23
Портальный фиброз	27	13	14
Нодулярное образование	6	3	3
Установленный цирроз печени	65	36	2912
Этап				0.055
I	156	82	74
II	77	41	36
IV	5	3	2
Классификация по Чайлд-Пью				0,611
A		117	B	19	13	6
C	1	0	1
Неизвестно	118	118	118				0.514
Гепатоцеллюлярная карцинома	327	188	139
Гепатохолангиокарцинома	7	3
Гистологическая степень новообразования				0,373
G1	48	29	19	9015 9015 9015 9015 9015 9015 9015 9015 9015 9015 9015 9015 9015 9015 9015 9015
G3	113	70	43
G4	11	7	4		4

Иммунограмма ГЦК

Сигнатура иммунного гена

Молекулярные особенности

Статистический анализ

Результаты

Иммунограмма рака и прогноз ГЦК

Иммунные характеристики иммунограмм горячей и холодной ГЦК

Молекулярные особенности иммунограмм горячего и холодного ГЦК

Таблица 2

Кластер иммунограмм HCC и частота изменений в путях, связанных с раком.

9015T14 9007

9015 путь

9015 9015 9015 9015 9015

9015 9015 9015

9015 9015 9015 9015 9015

9015 9015 9015 9015

9015

9016

Иммунограмма для индивидуальной оценки противоопухолевого иммунного ответа у пациентов с гепатоцеллюлярной карциномой

Front Oncol. 2020; 10: 1189.

Ин Ху

¹ Центр интегративной медицины, Пекинская больница Дитан, Столичный медицинский университет, Пекин, Китай

Хуайбо Сан

² Genecast Институт технологий точной медицины, Genecast Biotechnology Co., Ltd., Пекин, Китай

Хэнхуи Чжан

³ Институт инфекционных болезней, Пекинская больница Дитан, Столичный медицинский университет, Пекин, Китай

Сянбо Ван

¹ Центр интегративной медицины, Пекинская больница Дитан, Столичный медицинский университет, Пекин, Китай

² Технологический институт прецизионной медицины Genecast, Genecast Biotechnology Co., Ltd., Пекин, Китай

³ Институт инфекционных болезней, Пекинская больница Дитан, Столичный медицинский университет, Пекин, Китай

Отредактировано: Сандра Туяертс, К.Ю. Лёвен, Бельгия

Рецензировано: И Чжан, Альберт Эйнштейн Медицинский колледж, США; Лимин Чжэн, Университет Сунь Ятсена, Китай

Эта статья была отправлена в раздел «Раковый иммунитет и иммунотерапия» журнала «Границы в онкологии»

Поступила в редакцию 5 апреля 2020 г .; Принят в печать 11 июня 2020 г.

Эта статья цитируется в других статьях в PMC.

Дополнительные материалы

GUID: FBE138BF-7CFB-462C-A0B2-A74A36A80A1D

Дополнительный рисунок 2: Корреляция восьми осей IGS на иммунограмме ГЦК.

GUID: A2EC7B37-F52A-4218-8526-8AB07CD6D9CB

Заявление о доступности данных: В этом исследовании были проанализированы общедоступные наборы данных. Эти данные можно найти здесь: https://portal.gdc.cancer.gov/.

Abstract

Введение

Материалы и методы

Когорта HCC, сбор и предварительная обработка данных

Таблица 1

Кластер иммунограммы ГЦК и клинические особенности.

Путь рака

Холодная иммунограмма

Горячая иммунограмма

P -значение (точный тест Фишера)

0.008

WNT изменен

151

WNT неизменен

184

9212

путь

0,493

TGFβ измененный

9015 9015 9015 9015 9015 9015 9015

Путь PI3K

0.788

PI3K изменено

PI3K без изменений

264

151

113

0,417

RTK / RAS изменен

115

RTK / RAS без изменений

220

121

путь

0.432

Notch изменен

Notch неизменен

258

143

115

0.105

Myc измененный

Myc неизмененный

321

179

321

179

142

0.724

Hippo измененный

108

Hippo без изменений

227

127

100

0,551

Nrf2 изменен

Nrf2 без изменений

307

176

131

0.197

Клеточный цикл изменен

Клеточный цикл неизменен

291

161

291

161

291

161

130

0,139

P53 измененный

127

P53 неизменный

208

111

Иммунограммы молекулярных характеристик

Обсуждение

Вклад авторов

Конфликт интересов

Глоссарий

Сокращения

LOH

ГЦК	гепатоцеллюлярная карцинома
DFS	Выживаемость без болезни
OS		OS	общее число копий	потеря гетерозиготности
TMB	бремя мутации опухоли
TCGA	Атлас ракового генома.

Сноски

Дополнительные материалы

Дополнительный рисунок 1

Дополнительный рисунок 2

Корреляция восьми осей IGS на иммунограмме HCC.

Ссылки

9015

9015 9015 9015 9015 9015 9015

9015 9015 9015 9015

9015 9015 9015 9015 9015 9015 9015 9015

9015 9015

III

9015 гистологический тип

9015 9015 9015 9015 9015

Переменная	N	Холодная иммунограмма	Горячая иммунограмма	P -значение						9015	0,320
<60 лет	156	94	62
≥60 лет	180	98	82			0.411
Наружный	228	126	102
Женский	109	66	43			Гепатит В	94	58	36
Гепатит С	45	20	25

NAFLD	15	8	7
Расход алкоголя	66	34	32
Сосудистая инвазия				0.589
Микрососудистая инфильтрация	81	50	31
Макрососудистая инфильтрация	14	7	7
Неизвестно	54	30	24
Фиброз				0.334
Отсутствие фиброза	66	43	23
Портальный фиброз	27	13	14
Нодулярное образование	6	3	3
Установленный цирроз печени	65	36	2912
Этап				0.055
I	156	82	74
II	77	41	36
IV	5	3	2
Классификация по Чайлд-Пью				0,611
A		117	B	19	13	6
C	1	0	1
Неизвестно	118	118	118				0.514
Гепатоцеллюлярная карцинома	327	188	139
Гепатохолангиокарцинома	7	3
Гистологическая степень новообразования				0,373
G1	48	29	19	9015 9015 9015 9015 9015 9015 9015 9015 9015 9015 9015 9015 9015 9015 9015 9015
G3	113	70	43
G4	11	7	4		4

Иммунограмма ГЦК

Сигнатура иммунного гена

Молекулярные особенности

Статистический анализ

Результаты

Иммунограмма рака и прогноз ГЦК

Иммунные характеристики иммунограмм горячей и холодной ГЦК

Молекулярные особенности иммунограмм горячего и холодного ГЦК

Таблица 2

Кластер иммунограмм HCC и частота изменений в путях, связанных с раком.

9015T14 9007

9015 путь

9015 9015 9015 9015 9015

9015 9015 9015

9015 9015 9015 9015 9015

9015 9015 9015 9015

9015

9016

Вопросы и ответы: Тереза ЛаВалли из Института Паркера на пути вперед к прецизионной иммуноонкологии

НЬЮ-ЙОРК — Тереза ЛаВалли присоединилась к Parker Institute for Cancer Immunotherapy в 2017 году и в настоящее время является вице-президентом по трансляционной медицине и нормативным вопросам.В рамках усилий института по предоставлению точных и эффективных иммунотерапевтических средств онкологическим больным ЛаВалли и его коллеги находятся на переднем крае разработки лекарств и биомаркеров для нового класса методов лечения, которые бросают вызов моделям точной медицины, установленным с появлением геномных методов. таргетная терапия.

Иммунотерапевтический ответ зависит как от опухолевых, так и от иммунных факторов, однако создает новые проблемы при разработке инструментов для прогнозирования ответа и персонализации лечения.Исследователи и клиницисты признали, что существующие биомаркеры, такие как PD-L1, микросателлитная нестабильность и бремя мутаций опухоли, предсказывают лишь некоторую вариабельность, наблюдаемую в ответах пациентов. В свою очередь, это побуждает исследователей искать новые методы или комбинации методов, чтобы зафиксировать сложное взаимодействие между опухолью и иммунной системой человека, чтобы более эффективно принимать решения о лечении.

ЛаВалли недавно поговорил с Precision Oncology News, чтобы обсудить препятствия, с которыми сталкиваются специалисты, и широкий спектр стратегий, применяемых для их преодоления.Ниже представлена отредактированная стенограмма интервью.

Для простоты, не могли бы вы немного рассказать о том, что, по вашему мнению, является наиболее серьезной проблемой, связанной с биомаркерами, с которой иммуноонкология борется прямо сейчас? В нашем освещении этой области определенно кажется, что существует определенный консенсус в отношении того, что существует несколько маркеров, но их несовершенство означает, что нам придется каким-то образом их комбинировать. Ты бы согласился с этим?

Думаю, я бы сделал шаг назад в этом отношении. Принимая участие в разработке биомаркеров с тех пор, как они действительно вошли в моду, [мы должны помнить, что] людям было трудно даже понять прогностический биомаркер десять лет назад.Но это сработало хорошо, потому что было довольно упрощенно. Вы находите драйверы опухоли, основанные на генетических изменениях … Вы подбираете лекарство к этому сигнальному пути, он обрезает его, и опухоль уменьшается. Так что это довольно просто. Но я говорю это почти в шутку, потому что есть множество примеров, которые не сработали. Найти «водителя» было непросто. [Но если вы можете заставить его работать в пространстве целевой терапии], это проверено и верно.

Теперь мы должны подумать, почему мы так взволнованы иммунотерапией.Иммунотерапия включает иммунную систему, чтобы атаковать рак, но иммунная система — это не единственный сигнальный путь и не одна клетка. У вас есть многоклеточная система, состоящая из Т-клеток, В-клеток, миелоидных клеток… и у вас есть сама опухоль. Таким образом, вы должны обслуживать многопараметрическую многофакторную систему.

Мне нравится указывать людям, что в области драйверов опухолей только в последние пару лет у нас появилась панель секвенирования следующего поколения для биомаркеров рака легких, что кажется очевидным, верно? Вместо того, чтобы выполнять пять отдельных тестов и иметь для этого достаточно образцов, у вас есть только один тест, который проверяет пять маркеров.Но когда это произошло, это было по-настоящему передовой. А теперь [с иммунотерапией нам нужен] многомерный, многопараметрический тест, возможно, с использованием других технологий. Нам [может быть] необходимо взглянуть на иммуногистохимию, генетику, РНК и анализ потока, чтобы у людей хватило терпения протестировать каждый из них и собрать их вместе — вот с чем мы сталкиваемся.

Обнадеживает, я думаю, что есть примеры, когда это показывает некоторый свет, [например] статья Merck в Science в конце прошлого года с использованием TMB и профилирования экспрессии генов.Они не только использовали подход с использованием многомерных биомаркеров, но также рассмотрели большие наборы данных: как клинические данные, которые у них были в рамках нескольких исследований, так и TCGA. Я пригласил двух наших специалистов в области биоинформатики помочь с мнением, которое мы написали в этой статье ранее в этом году [которая] затрагивает многие из этих моментов.

Разбив некоторые факторы, которые могут оказаться частью этого многофакторного подхода, что вы можете сказать мне о том, где мы сейчас находимся с бременем мутаций опухоли и микросателлитной нестабильностью?

MSI и TMB различаются по своей полезности.MSI прошел клиническую проверку и продемонстрировал клиническую полезность. У него есть этикетка, и пациенты получают пользу от его использования. TMB — это то, что показало, что оно имеет ценность для информирования, кого лечить, и есть ряд положительных исследований, показывающих клиническую полезность, когда он действительно может помочь информировать пациента, но он еще не достиг той же отметки, хотя мы видя, что это информирует для лучших результатов.

Даже простая возможность определить, кого лечить одним агентом PD-1 по сравнению с комбинированным лечением, будет иметь огромное значение [если TMB может работать либо отдельно, либо в сочетании с другим маркером].Люди получают долгосрочную клиническую пользу от того, что является довольно безопасной терапией, и если есть пациенты с немаркированными показаниями, которые имеют этот мутационный профиль — у всех нас есть анекдоты о пациенте с саркомой здесь, о пациентке с яичниками, которая ответила … так же, как MSI, если бы это можно было использовать для пациентов, у которых нет доступных методов лечения, это было бы очень полезно.

Но опять же, я думаю, что подход Merck, в котором они берут и TMB, и профилирование экспрессии генов [имеет многообещающий характер].TMB изучает способность представлять неоантигены иммунной системе. Профилирование экспрессии генов, которое они используют, рассматривает иммунную готовность … Итак, это пример, в котором, характеризуя как опухоль, так и иммунную систему, возможно, они оба вместе [создают] алгоритм, который — хотя он может не иметь такого же положительного предсказания значение, которое делает драйвер мутации — может лучше информировать, кого [лечить].

Была также статья, недавно вышедшая из группы в Университете Джона Хопкинса, в которой они сравнивали TMB, мультиплексный IHC и профилирование экспрессии генов, и их мнение при проведении этого ретроспективного анализа также заключалось в том, что [стратегии мультимодальных биомаркеров] … самый информативный.

Участвовал ли Паркер вообще в усилиях по гармонизации анализа? Это в основном сосредоточено на TMB, но мы слышали от некоторых людей в этой области, что могут быть проблемы даже с MSI, где разные анализы могут не разделять пациентов на высокие или низкие одинаковым образом.

Friends of Cancer Research возглавляет эту работу, но она полностью вписывается в модель [сотрудничества] Паркера, и мы участвовали в их гармонизации TMB, ходили на многие встречи и обсуждали, как мы могли бы помочь в чем мы делаем.Они также работают с FDA над этим.

Одна важная вещь, которую они делают, — это попытка … придумать эталонный стандарт. Итак, если вы сравнивали FoundationOne с MSK-Impact, существует ли эталонный стандарт, который позволил бы вам согласовать эти два анализа, и эта работа продвигается очень хорошо. Я думаю, что мы извлекли уроки из PD-L1, проблемы с несколькими тестами и множеством лекарств, которые приводили в замешательство врачей и пациентов, [и мы] действительно пытаемся опередить это.Фармацевтические и диагностические компании действительно великолепно сотрудничали в этом вопросе, и эта работа станет очень важным шагом вперед.

Еще одна интересная вещь, о которой мы слышали, — это микробиом. В ESMO были представлены некоторые данные, например, о том, как состав микробиома или даже определенные микробные популяции, по-видимому, влияют на эффективность иммунотерапии. Насколько я понимаю, группы рассматривают использование пробиотиков, чтобы попытаться заставить иммунную систему лучше реагировать на рак… но я также знаю, что Паркер представил данные о том, как пробиотики могут мешать действию этих препаратов. Это только начало, но какие основные выводы или что нужно сделать для сообщества онкологов из того, что вы, ребята, отслеживали или слышали в этой области?

Мы активно работаем со многими из наших исследователей в области микробиома. У Дженнифер Варго была презентация AACR по пробиотикам, и у нас есть исследователи из Стэнфорда и Мемориала Слоуна Кеттеринга, которые проводят обширные исследования микробиома.В основном мы работали с ними над переводом некоторых доклинических результатов в клинику, и в настоящее время мы проводим исследование лечения с использованием агентов микробиома и ингибиторов PD-1 в клиническом исследовании меланомы.

Результаты, которые были хорошо опубликованы исследователями в сообществе Паркера и за его пределами, заключаются в том, что … есть данные наблюдений о том, что профиль микробиома и иммунная подготовка [пациента] имеют сильную корреляцию. Так что, если у вас неблагоприятный микробиом или не разнообразный микробиом, например, если вы принимаете антибиотики, ваш иммунный «тонус» не так хорош.И есть много исследований, которые показывают, что использование антибиотиков с иммунотерапией приводит к неблагоприятным результатам.

Что касается пробиотиков, то их очень много. И то, как они производятся, различается, поскольку они не регулируются, поэтому вы не всегда точно знаете, что получаете. И работа Джен Варго действительно показала, что это был ущерб. Похоже, что все, что вы делаете, влияет на свой микробиом и снижает иммунитет… [может снизить эффективность].

Что мы пытаемся сделать сейчас, так это посмотреть, можем ли мы изменить микробиом, будь то живой биотерапевтический продукт или FMT [трансплантация фекальной микробиоты], чтобы изменить микробиом больных раком, чтобы он имел такое хорошее разнообразие и благоприятную сигнатуру. и посмотрите, коррелирует ли это с лучшим иммунным тонусом и реакцией на препараты PD-1.

Это надежда, что вы можете повлиять на микробиом таким образом, чтобы сделать людей более чувствительными. Но, возможно, безрецептурные пробиотики — не способ сделать это?

Что ж, из области биомаркеров, с которой мы начали этот разговор, вопрос в том, можете ли вы использовать биомаркеры, чтобы решить, кого лечить и как лечить? Итак, глядя на микробиом как на биомаркер, независимо от того, является ли он благоприятным или неблагоприятным, идея состоит в том, что вы можете достичь точки, когда вы можете использовать это, чтобы сказать, что любой, у кого есть благоприятный микробиом, должен получить PD-1.Это может быть частью многомерного, многопараметрического анализа. Я называю это иммунограммой, взятой из литературы, [чтобы представить] алгоритм, который спрашивает, есть ли у пациента неоантигены? Они высокие TMB? Есть ли у них сигнатура интерферона? У них есть Т-клетки? Есть ли у них хороший микробиом, и, делая это, можно сказать, что этот пациент идеально подходит для ингибитора PD-1. Дьявол кроется в деталях, и все это требует более обширной проработки. Тогда следующий вопрос: можете ли вы использовать микробиом в качестве вмешательства?

Похоже, вы, ребята, продвигаете исследования по обоим направлениям.Надеюсь, в ближайшее время мы получим больше информации об этом?

Совершенно верно. Сейчас у нас есть коллекция микробиома во всех наших клинических исследованиях, и чем больше я узнаю о ней, тем более впечатляющими и убедительными становятся данные.

Существуют ли еще какие-либо экспериментальные биомаркеры, которые исследователи из Института Паркера рассматривают, которые выходят за рамки или не вписываются в некоторые из вышеупомянутых опор?

Есть некоторые другие вещи, которым уделялось некоторое внимание, но не слишком много.Во-первых, фекалии хороши тем, что они малоинвазивны … и поэтому биомаркеры на основе стула [как в микробиоме] относительно просты. Но биомаркеры на основе крови тоже просты. Поэтому я думаю, что технологии … где они проводят машинное обучение и анализ ДНК опухоли, снова исследуя множество параметров как иммунной, так и опухолевой пригодности, могут быть очень мощными.

И еще один, минимально инвазивный подход — это подходы на основе визуализации, подобные тому, что делает ImaginAb, где у них есть индикатор CD-8 для ПЭТ.Большинство специалистов в этой области скажут вам, что «горячая» опухоль характеризуется наличием в ней Т-клеток. И это одна из вещей [некоторые из этих других маркеров могут быть суррогатами]. TMB принесет Т-клетки, потому что там много неоантигенов, и то же самое с сигнатурами интерферона. Он просто говорит вам, что там много Т-клеток.

Что мне нравится в этом подходе к визуализации, и ImaginAb совсем недавно опубликовали свои данные по фазе I, так это то, что у него действительно хорошее соотношение сигнал / шум и возможность смотреть на человека целиком.Нам всем нравится думать, что биопсия является репрезентативной для заболевания, но это всего лишь один удар по одному поражению, когда у человека может быть несколько поражений, десятки, и может быть неоднородность опухоли по всему человеку. Я думаю, что эта способность визуализировать человека целиком без необходимости брать какие-либо образцы, ввести радиоактивный индикатор и затем получить количественное определение количества Т-клеток в опухолях, я думаю, окажется очень полезной.

Я рад, что вы также упомянули циркулирующую опухолевую ДНК, потому что есть еще один аспект, который мы отслеживаем.Из-за того, как действуют эти препараты, когда они действительно работают, кажется, что они действительно работают, поэтому мы сообщали о некоторых группах, добившихся успеха в проведении мониторинга циркулирующей ДНК опухоли на очень ранних этапах лечения. В идеале у нас должен быть хорошо работающий биомаркер перед лечением, и из того, что вы описываете, это звучит так, будто мы собираемся достичь этого с помощью некоторой комбинации вещей. Но имеет ли смысл в клинике, что мы можем также начать видеть другую парадигму, когда вы сначала назначаете людям лечение иммунотерапией, а затем используете технологию жидкой биопсии, чтобы увидеть, реагируют ли они?

Это одна из моих целей, и я думаю, что это могло бы быть проще.Многим людям труднее думать так, но, учитывая сложность множества вещей, которые должны быть правильными в иммунной системе и в опухоли, чтобы активировать ее, изучение биомаркеров реакции может быть более простым подходом. Но я надеюсь, что подходы, основанные на машинном обучении, действительно могут сделать и то, и другое. Они могут посмотреть исходный уровень, а затем после лечения.

Однако бремя доказывания должно быть высоким. Чтобы врачи прекратили иммунотерапию, положительная прогностическая ценность неудачи должна быть высокой.

Наконец, было бы интересно узнать о стоимости вещей. В наши дни, похоже, наблюдается тенденция к комбинированию иммуноонкологических препаратов в сочетании с переходом к стратегиям комбинированных биомаркеров, все это подразумевает потенциально увеличение затрат как на лекарственную, так и на диагностическую сторону вещей. Как это не сделать неуправляемым?

Наша миссия — предоставить пациентам срочную иммунотерапию. И если биомаркеры, даже сложная комбинация, помогают информировать об этом, [тогда вы можете увидеть, что они имеют ценность.] Но это связано с тем, что я говорил ранее, что все, что мы делаем, должно доказать, что это полезно и имеет полезность. Мы знаем, что просто лечить всех — не лучший способ сделать это, поэтому мы приложили немало усилий, чтобы попытаться получить информацию, чтобы действительно информировать пациентов о лечении: кто должен получать единственный агент PD-1? Кому следует принимать CTLA-4 для комбинаций PD-1, которые, как мы знаем, обладают большей активностью, но также большей токсичностью?

И затем нам нужно определить, помимо иммунограммы, и резистограмму: так кому нельзя лечить PD-1.Вот где такие вещи, как технология ImagineAb, могут быть замечательными, потому что любые пациенты, у которых нет Т-клеток в опухоли или очень низкая нагрузка Т-лимфоцитов, им понадобится какое-то комбинированное лечение, чтобы ввести Т-клетки и чтобы ингибиторы КПП работали.

Нам просто нужно продолжить работу, чтобы найти лучший способ получить полезность.

Открывая возможности биомаркеров I-O | Иммуноонкология для медицинских работников

СПРАВОЧНЫЕ МАТЕРИАЛЫ — Изучение возможностей биомаркеров I-O

1. Gkretsi V, Stylianou A, Papageorgis P, Polydorou C, Stylianopoulos T. Ремоделирование компонентов микросреды опухоли для усиления терапии рака. Front Oncol. 2015; 5: 214. 2. Нельсон Д., Фишер С., Робинсон Б. Подход «троянского коня» к иммунотерапии опухолей: нацеливание на микросреду опухоли. J Immunol Res. 2014. DOI: 10.1155 / 2014/789069. 3. Sharma P, Allison JP. Будущее иммунной контрольной терапии. Наука. 2015; 348 (6230): 56-61. 4. Hegde PS, Karanikas V, Evers S. Где, когда и как проводить иммунный мониторинг для иммунотерапии рака в эпоху ингибирования контрольных точек. Clin Cancer Res. 2016; 22 (8): 1865-1874. 5. Юань Дж., Хегде П.С., Клайнс Р. и др. Новые технологии и новые биомаркеры для персонализированной иммунотерапии рака. J Immunother Cancer. 2016; 4: 3. DOI: 10.1186 / s40425-016-0107-3. 6. Blank CU, Haanen JB, Ribas A, Schumacher TN. «Иммунограмма рака. Наука. 2016; 352 (6286): 658-660. 7. Чен Д.С., Меллман И. Элементы противоракового иммунитета и установленная точка иммунитета к раку. Природа. 2017; 541 (7637): 321-330. 8. Гибни Г.Т., Вайнер Л.М., Аткинс МБ. Прогностические биомаркеры для иммунотерапии на основе ингибиторов контрольных точек. Ланцет Онкол. 2016; 17 (12): e542-e551. 9. Balkwill FR, Capasso M, Hagemann T. Краткий обзор микросреды опухоли. J Cell Sci. 2012; 125 (Pt 23): 5591-5596. 10. Whiteside TL. Иммунные реакции на рак: являются ли они потенциальными биомаркерами прогноза? Front Oncol. 2013; 3: 1-8. 11. Баллман К.В. Биомаркер: прогностический или прогностический? J Clin Oncol. 2015; 33 (33): 3968-3971. 12. Управление по санитарному надзору за качеством пищевых продуктов и медикаментов США. О биомаркерах. www.fda.gov/Drugs/DevelopmentApproval
Process / DrugDevelopmentToolsQualification
Program / BiomarkerQualificationProgram /ucm535922.htm. По состоянию на 1 августа 2017 г. 13. Гейнор Дж. Ф., Лонго Д. Л., Чабнер Б. А.. Фармакодинамические биомаркеры: не соответствует требованиям? Clin Cancer Res. 2014; 20 (10): 2587-2594. 14. Kluger HM, Zito CR, Barr ML, et al. Характеристика экспрессии PD-L1 и связанных инфильтратов Т-клеток в образцах метастатической меланомы из различных анатомических участков. Clin Cancer Res. 2015; 21 (13): 3052-3060. 15. Хендри С., Салгадо Р., Геваерт Т. и др. Оценка инфильтрирующих опухоль лимфоцитов в солидных опухолях: практический обзор для патологов и предложение стандартизированного метода от IIBWG: Часть 1: оценка иммунного ответа хозяина, TIL при инвазивной карциноме молочной железы и протоковой карциноме in situ, отложениях метастатических опухолей и областях для дальнейшие исследования. Adv Anat Pathol. 2017; 24 (5): 235-251. 16. Topalian SL, Taube JM, Anders RA, Pardoll DM. Биомаркеры, управляемые механизмами, для определения блокады иммунных контрольных точек при лечении рака. Nat Rev Cancer. 2016; 16 (5): 275-287. 17. Цяо М., Цзян Т., Рен С., Чжоу С. Комбинированные стратегии на основе ингибиторов иммунных контрольных точек при немелкоклеточном раке легкого: где мы находимся? Clin рака легких. 2018; 19 (1): 1-11. 18. Чезано А., Уоррен С.Внедрение в клинику иммуноонкологических биомаркеров нового поколения. Биомедицина. 2018; 6 (1): 1-11. 19. Kerr KM, Tsao MS, Nicholson AG, Yatabe Y, Wistuba II, Hirsch FR. Иммуногистохимия запрограммированной смерти-лиганда 1 при раке легких: в каком состоянии находится эта технология? J Thorac Oncol. 2015; 10 (7): 985-989. 20. Ризви Н.А., Хеллманн М.Д., Снайдер А. и др. Мутационный ландшафт определяет чувствительность к блокаде PD-1 при немелкоклеточном раке легкого. Наука. 2015; 348 (6230): 124-128. 21. Шумахер Т.Н., Шрайбер РД. Неоантигены в иммунотерапии рака. Наука. 2015; 348 (6230): 69-74. 22. Ohaegbulam KC, Assal A, Lazar-Molnar E, Yao Y, Zang X. Иммунотерапия рака человека с использованием антител к пути PD-1 и PD-L1. Trends Mol Med. 2015; 21 (1): 24-33. 23. Ван X, Teng F, Kong L, Yu J. Экспрессия PD-L1 при раке человека и ее связь с клиническими исходами. Onco Targets Ther. 2016; 9: 5023-5039. 24. Пател С.П., Курцрок Р. Экспрессия PD-L1 как прогностический биомаркер в иммунотерапии рака. Mol Cancer Ther. 2015; 14 (4): 847-856. 25. Van Allen EM, Wagle N, Levy MA. Клинический анализ и интерпретация данных генома рака. J Clin Oncol. 2013; 31 (15): 1825-1833. 26. Дэвис Х., Бигнелл Г.Р., Кокс С. и др. Мутации гена BRAF при раке человека. Природа. 2002; 417 (6892): 949-954. 27. Мок Ц.Персонализированная медицина при раке легких: что нам нужно знать. Nat Rev Clin Oncol. 2011; 8 (11): 661-668. 28. Jakobsen JN, Santoni-Rugiu E, Ravn J, Sørensen JB. Внутриопухолевые вариации экспрессии биомаркера с помощью иммуногистохимии при резектабельном немелкоклеточном раке легкого. Eur J Cancer. 2013; 49 (11): 2494-2503. 29. Генри Н.Л., Хейс Д.Ф. Биомаркеры рака. Мол Онкол. 2012; 6 (2): 140-146. 30. Strimbu K, Tavel JA. Что такое биомаркеры? Curr Opin HIV AIDS. 2010; 5 (6): 463-466. 31. Yu SL, Xu LT, Qi Q, et al. Лактатдегидрогеназа в сыворотке крови предсказывает прогноз и коррелирует с системным воспалительным ответом у пациентов с распространенным раком поджелудочной железы после химиотерапии на основе гемцитабина. Научный доклад 2017; 7: 45194. 32. Weide B, Elsässer M, Büttner P, et al. Сывороточные маркеры лактатдегидрогеназа и S100B независимо предсказывают исход заболевания у пациентов с меланомой с отдаленными метастазами. Br J Рак. 2012; 107 (3): 422-428. 33. Allegra CJ, Jessup JM, Somerfield MR, et al. Предварительное клиническое заключение Американского общества клинической онкологии: тестирование мутаций гена KRAS у пациентов с метастатической колоректальной карциномой для прогнозирования ответа на терапию моноклональными антителами к рецептору противоэпидермального фактора роста. J Clin Oncol. 2009; 27 (12): 2091-2096. 34. Sepulveda AR, Hamilton SR, Allegra CJ, et al. Молекулярные биомаркеры для оценки колоректального рака: рекомендации Американского общества клинической патологии, Колледжа американских патологов, Ассоциации молекулярной патологии и Американского общества клинической онкологии. J Clin Oncol. 2017; 35 (13): 1453-1486. 35. Крамер С.Д., Чанг Б.Л., Рао А. и др. Связь между генетическим полиморфизмом промотора гена простатоспецифического антигена и уровнями сывороточного антигена простаты. J Natl Cancer Inst. 2003; 95 (14): 1044-1053. 36. Lilja H, Ulmert D, Vickers AJ. Простатоспецифический антиген и рак простаты: прогноз, обнаружение и мониторинг. Nat Rev Cancer. 2008; 8 (4): 268-278. 37. Gaudreau PO, Stagg J, Soulières D, Saad F.Настоящее и будущее биомаркеров рака простаты: достижения в протеомике, геномике и иммунологии: дополнительная проблема: биомаркеры и их важная роль в разработке индивидуализированных методов лечения (A). Биомаркеры рака. 2016; 8 (S2): 15-33. DOI: 10.4137 / BIC.S31802. 38. Radich JP, Gooley T., Bryant E, et al. Значение молекулярного обнаружения bcr-abl у пациентов с хроническим миелоидным лейкозом «поздно», через 18 месяцев или более после трансплантации. Кровь. , 2001; 98 (6): 1701-1707. 39. Юда Дж., Миямото Т., Одавара Дж. И др. Постоянное обнаружение альтернативно сплайсированного варианта BCR-ABL приводит к неспособности достичь глубокого молекулярного ответа. Cancer Sci. 2017; 108 (11): 2204-2212. 40. Рен Р. Механизмы BCR-ABL в патогенезе хронического миелолейкоза. Nat Rev Cancer. 2005; 5 (3): 172-183. 41. Ан Х, Тивари А.К., Сунь Й., Дин П.Р., Эшби С.Р., Чен З.С. Ингибиторы тирозинкиназы BCR-ABL в лечении хронического миелоидного лейкоза с положительной филадельфийской хромосомой: обзор. Leuk Res. 2010; 34 (10): 1255-1268. 42. Long EO, Kim HS, Liu D, Peterson ME, Rajagopalan S. Управление ответами естественных клеток-киллеров: интеграция сигналов для активации и ингибирования. Annu Rev Immunol. 2013; 31: 227-258. 43. Pardoll DM. Блокада иммунных контрольных точек в иммунотерапии рака. Nat Rev Cancer. 2012; 12 (4): 252-264.

umccr / RNAsum: конвейер для создания отчетов о больных раком на основе RNAseq

Рабочий процесс создания отчетов

RNA-seq, предназначенный для последующей обработки, обобщения и визуализации выходных данных конвейеров bcbio-nextgen RNA-seq или Dragen RNA .Его основное применение — дополнить данные о геноме из конвейера umccrise и предоставить дополнительные доказательства обнаруженных изменений.

Содержание

Установка

Выполните следующее, чтобы создать каталог «rnasum» и установить в него

  мкдир rnasum
cd rnasum
источник <(curl -s https://raw.githubusercontent.com/umccr/RNAseq-Analysis-Report/master/install.sh)

Он сгенерирует сценарий load_rnasum.sh , который можно использовать для загрузки среды rnasum :

Рабочий процесс

Конвейер состоит из пяти основных компонентов, показанных и кратко описанных ниже.Полное описание рабочего процесса обработки данных см. На workflow.md.

Соберите данные WTS образца пациента из конвейера bcbio-nextgen RNA-seq или Dragen RNA , включая количество считываний для каждого гена , и слияний генов .
Добавьте данные экспрессии из контрольных когорт, чтобы получить представление об уровнях экспрессии интересующих генов в других когортах больных раком.Счетчики считывания нормализуются, преобразуются и преобразуются в шкалу, которая позволяет представить измерения экспрессии образца в контексте контрольных когорт.
Добавьте результатов на основе генома из данных полногеномного секвенирования (WGS), чтобы сосредоточить внимание на представляющих интерес генах и предоставить дополнительные доказательства нарушения регуляции мутированных генов или генов, расположенных в обнаруженных структурных вариантах (SV) или количестве копий (CN ) измененные регионы. Конвейер RNAsum разработан для обеспечения совместимости с отчетом пациента WGS на основе выходных данных конвейера umccrise .
Сопоставьте результаты со знаниями, полученными из внутренних ресурсов и общедоступных баз данных , чтобы предоставить дополнительный источник доказательств клинической значимости измененных генов, например пометить варианты, имеющие клиническое значение или потенциальные мишени для введения лекарств.
Конечный продукт представляет собой интерактивный отчет на основе HTML с доступными для поиска таблицами и графиками, представляющими уровни экспрессии генов интересующих генов. Отчет состоит из нескольких разделов, описанных в report_structure.мкр.

Справочные данные

Данные эталонного выражения доступны для 33 типов рака и были получены из внешних (TCGA) и внутренних (UMCCR) источников.

Внешние эталонные когорты

Чтобы изучить изменения экспрессии в исследуемой выборке, мы создали качественную контрольную когорту рака поджелудочной железы.

В зависимости от ткани, из которой был взят образец пациента, один из 33 наборов данных о раке из TCGA может использоваться в качестве контрольной когорты для сравнения изменений экспрессии интересующих генов в исследуемом образце.Кроме того, 10 образцов из каждого из 33 наборов данных были объединены для создания набора данных Pan-Cancer , а для некоторых когорт также доступны расширенные наборы . Все доступные наборы данных перечислены в сводной таблице проектов TCGA . Эти наборы данных были обработаны с использованием методов, описанных в репозитории гармонизации данных TCGA. Интересующий набор данных можно указать с помощью одного из идентификаторов проекта TCGA (столбец Project ) для аргумента --dataset в RNAseq_report.Скрипт R (см. Раздел «Аргументы»).

Примечание

Каждый набор данных был очищен на основе показателей качества, предоставленных в файле Merged_sample_quality_annotations.tsv merged_sample_quality_annotations.tsv с веб-страницы инициативы TCGA PanCanAtlas (см. Репозиторий согласования данных TCGA для получения дополнительных сведений, включая критерии включения образцов).

Внутренняя контрольная когорта

Ожидается, что общедоступные наборы данных TCGA продемонстрируют заметные эффекты партии по сравнению с собственными данными WTS из-за различий в применяемых экспериментальных процедурах и аналитических трубопроводах.Более того, данные TCGA могут включать образцы тканевого материала более низкого качества и клеточности по сравнению с образцами, обработанными с использованием местных протоколов. Чтобы решить эти проблемы, мы создали высококачественную когорту внутренних ссылок, обработанную с использованием тех же конвейеров, что и входные данные (см. Раздел «Предварительная обработка данных» на странице рабочего процесса).

Этот внутренний эталонный набор из 40 образцов рака поджелудочной железы основан на данных WTS, сгенерированных в UMCCR и обработанных с помощью конвейера bcbio-nextgen RNA-seq , чтобы минимизировать потенциальные эффекты партии между исследуемыми образцами и контрольной когортой и убедиться, что данные сопоставимы.Сборка внутренней эталонной когорты резюмирована в репозитории гармонизации данных поджелудочной железы.

Примечание

Есть два основания для использования внутренней эталонной когорты:

В случае образцов рака поджелудочной железы эта когорта используется (I) в коррекции эффектов партии , а также (II) в качестве контрольной точки для при сравнении уровней экспрессии каждого гена , наблюдаемых в исследуемых данные одного субъекта и данные других пациентов с раком поджелудочной железы.
В случае образцов из любого типа рака данные из внутренней эталонной когорты используются в процедуре коррекции эффектов партии , выполняемой для минимизации технических вариаций в данных.

Исходные данные

Конвейер принимает данные WTS, обработанные конвейером bcbio-nextgen RNA-seq или Dragen RNA . Кроме того, данные WTS могут быть интегрированы с данными на основе WGS, обработанными с помощью конвейера umccrise .В последнем случае результаты анализа генома соответствующего образца включаются в отчет и используются в качестве основного источника для определения приоритетов профилей экспрессии.

WTS

Единственными необходимыми входными данными WTS являются отсчетов чтения , предоставленных в файле количественной оценки из конвейера bcbio-nextgen RNA-seq или Dragen RNA .

bcbio-nextgen

Счетчики чтения предоставлены в файле количественной оценки от kallisto (см. Пример изобилие.tsv и его описание). Обилие на один транскрипт сообщается в оценочных количествах ( est_counts ) и в транскриптах на миллион ( tpm ), которые затем преобразуются в оценки для каждого гена. Дополнительно может быть предоставлен список генов слияния , обнаруженных arriba и pizzly (см. Примеры fusions.tsv и test_sample_WTS-flat.tsv ).

В таблице ниже перечислены все входные данные, принятые в конвейер:

Предполагается, что эти файлы будут организованы в соответствии со структурой папок ниже

  |
| ____ <Имя образца>
  | ____ каллисто
  | | ____ изобилие.цв
  | ____ pizzly
  | | ____ <Имя образца> -flat.tsv
  | ____ arriba
    | ____ fusions.pdf
    | ____ fusions.tsv

Примечание

Ожидается, что

генов слияния, обнаруженных pizzly, будут перечислены в плоской таблице. По умолчанию предоставляются две выходные таблицы: (1) -flat.tsv перечисляет все кандидаты на слияние генов и (2) -flat-filter.tsv перечисляет только слияния генов, оставшиеся после этапа фильтрации. Однако в этом рабочем процессе используются слияния генов, перечисленные в нефильтрованном выходном файле pizzly (см. Пример test_sample_WTS-flat.tsv), поскольку было отмечено, что некоторые подлинные слияния (основанные на данных WGS и усилиях по курированию) исключены в отфильтрованном выходном файле pizzly.

Dragen РНК

Счетчик чтения предоставляется в файле количественной оценки лосося (см. Пример файла TEST.quant.sf и его описание). Обилие на транскрипты сообщается в оценочных отсчетах ( NumReads ) и в транскриптах на миллион ( TPM ), которые затем преобразуются в оценки для каждого гена.Дополнительно может быть предоставлен список генов слияния (см. Пример TEST.fusion_candidates.final ).

В таблице ниже перечислены все входные данные, принятые в конвейер:

Предполагается, что эти файлы будут организованы в соответствии со структурой папок ниже

  |
| ____ <Имя образца>
  | ____ <Имя образца> Quant.sf
  | ____ <Имя образца> .fusion_candidates.final

WGS

Следующие выходные файлы umccrise принимаются в качестве входных данных в конвейере:

Предполагается, что эти файлы будут организованы в соответствии со структурой папок ниже

  |
| ____ убрано
  | ____ <Имя образца>
    | ____ pcgr
    | | ____ <Имя образца> -соматический.pcgr.snvs_indels.tiers.tsv
    | ____ фиолетовый
    | | ____ <Имя образца> .purple.gene.cnv
    | ____ структурные
      | ____ <Имя образца> -manta.tsv

Использование

Чтобы запустить конвейер, выполните сценарий RNAseq_report.R . Этот сценарий перехватывает аргументы из командной строки и передает их сценарию RNAseq_report.Rmd для создания интерактивного отчета HTML.

Аргументы

Путь рака

Холодная иммунограмма

Горячая иммунограмма

P -значение (точный тест Фишера)

0.008

WNT изменен

151

WNT неизменен

184

9212

путь

0,493

TGFβ измененный

9015 9015 9015 9015 9015 9015 9015

Путь PI3K

0.788

PI3K изменено

PI3K без изменений

264

151

113

0,417

RTK / RAS изменен

115

RTK / RAS без изменений

220

121

путь

0.432

Notch изменен

Notch неизменен

258

143

115

0.105

Myc измененный

Myc неизмененный

321

179

321

179

142

0.724

Hippo измененный

108

Hippo без изменений

227

127

100

0,551

Nrf2 изменен

Nrf2 без изменений

307

176

131

0.197

Клеточный цикл изменен

Клеточный цикл неизменен

291

161

291

161

291

161

130

0,139

P53 измененный

127

P53 неизменный

208

111

Иммунограммы молекулярных характеристик

Обсуждение

Вклад авторов

Конфликт интересов

Глоссарий

Сокращения

LOH

ГЦК	гепатоцеллюлярная карцинома
DFS	Выживаемость без болезни
OS		OS	общее число копий	потеря гетерозиготности
TMB	бремя мутации опухоли
TCGA	Атлас ракового генома.

Сноски

Дополнительные материалы

Дополнительный рисунок 1

Дополнительный рисунок 2

Корреляция восьми осей IGS на иммунограмме HCC.

Ссылки

Аргумент	Описание	Требуется
--sample_name	Название образца, подлежащего анализу и сообщению	Есть
--bcbio_rnaseq	Расположение папки результатов из bcbio-nextgen RNA-seq pipeline	Есть *
--dragen_rnaseq	Расположение папки результатов из Dragen RNA pipeline	Есть *
--report_dir	Желаемое место для отчета	Есть
- набор данных	Набор данных, который будет использоваться в качестве внешней контрольной когорты.Доступные варианты: идентификаторы проектов TCGA, перечисленные в сводной таблице проектов TCGA `Столбец проекта` (по умолчанию `PANCAN` )	№
- преобразовать	Метод преобразования для преобразования счетчиков чтения. Доступные варианты: `CPM` (по умолчанию) и `TPM`	№
- нормальный	Метод нормализации. Доступные варианты: `TMM` (по умолчанию), `TMMwzp` , `RLE` , `верхний квартиль` или `нет` для данных с преобразованием CPM и квантиль (по умолчанию) или `нет` для преобразования TPM данные	№
--batch_rm	Удаление эффектов, связанных с пакетом, между наборами данных.Доступные варианты: `ИСТИНА` (по умолчанию) и `ЛОЖЬ`	№
- фильтр	Фильтрация низкоэкспрессируемых генов. Доступные варианты: `ИСТИНА` (по умолчанию) и `ЛОЖЬ`	№
- журнал	Данные преобразования журнала (основание 2) до нормализации. Доступные варианты: `ИСТИНА` (по умолчанию) и `ЛОЖЬ`	№
- масштабирование	Применить масштабирование данных `по генам,` (по умолчанию) или `по группам,` .Доступные варианты: `ИСТИНА` (по умолчанию) и `ЛОЖЬ`	№
- лекарства	Включить в отчет раздел о сопоставлении лекарств. Доступные варианты: `ИСТИНА` и `ЛОЖЬ` (по умолчанию)	№
- иммунограмма	Включить в отчет иммунограмму. Доступные варианты: `ИСТИНА` и `ЛОЖЬ` (по умолчанию)	№
--umccrise	Расположение соответствующих выходных файлов umccrise (включая файлы выходных данных PCGR (см. Пример), Manta (см. Пример) и ФИОЛЕТОВЫЙ (см. Пример)) из данных на основе генома	№
--pcgr_tier	Порог уровня для сообщений о вариантах, представленных в PCGR (если доступны результаты PCGR, по умолчанию `4` )	№
--pcgr_splice_vars	Включить некодирующие `splice_region_variant` , указанные в PCGR (если доступны результаты PCGR).Доступные варианты: `ИСТИНА` (по умолчанию) и `ЛОЖЬ`	№
--cn_loss	Пороговое значение CN для классификации генов в потерянных регионах (если доступны результаты CN из ФИОЛЕТОВОГО, по умолчанию `5-й процентиль` всех значений CN)	№
--cn_gain	Пороговое значение CN для классификации генов в полученных регионах (если доступны результаты CN из ФИОЛЕТОВОГО, по умолчанию `95-й процентиль` всех значений CN)	№
--clinical_info	Расположение файла xslx с клинической информацией (см. Пример)	№
--clinical_id	Идентификатор, необходимый для сопоставления образца с клинической информацией о субъекте (при наличии)	№
--subject_id	ID субъекта.Обратите внимание: если указано `umccrise` (флаг `--umccrise` ), то идентификатор субъекта извлекается из выходных файлов `umccrise` и используется для перезаписи этого аргумента	№
--sample_source	Источник исследуемого образца (например, свежезамороженная ткань, органоид; только в целях аннотации)	№
- имя_выборки_mysql	Желаемое имя образца для команды вставки MySQL. По умолчанию используется значение `--sample_name`	№
- проект	Название проекта (только для аннотации)	№
--top_genes	Количество представленных генов с наивысшим рейтингом (по умолчанию `5` )	№
- имя_набора_данных_incl	Включите набор данных в имя отчета.Доступные варианты: `ИСТИНА` и `ЛОЖЬ` (по умолчанию)	№
--save_tables	Сохраняйте интерактивные сводные таблицы в виде файлов HTML. Доступные варианты: `ИСТИНА` (по умолчанию) и `ЛОЖЬ`	№
--hide_code_btn	Скрыть код Кнопка позволяет отображать / скрывать фрагменты кода в окончательном отчете HTML. Доступные варианты: `ИСТИНА` (по умолчанию) и `ЛОЖЬ`	№
--grch_version	Версия эталонного генома человека, используемая для аннотации генов.Доступные варианты: `37` и `38` (по умолчанию)	№

* Требуется расположение папки результатов из конвейера bcbio-nextgen RNA-seq или Dragen RNA .

Пакеты : необходимые пакеты перечислены в файле environment.yaml.

Примечание

Контрольный геном человека GRCh48 (версия аннотации на основе Ensembl 86 ) по умолчанию используется для аннотации генов.В качестве альтернативы используется эталонный геном человека GRCh47 (версия аннотации на основе Ensembl 75 ), когда для аргумента grch_version задано значение 37 .

Примеры

Ниже приведены примеры использования командной строки для создания отчета Сводка расшифровки стенограммы пациента с использованием:

Только данные WTS
Данные WTS и WGS
WTS WGS и клинические данные

Примечание

убедитесь, что созданная среда conda (см. Раздел Установка) активирована

пример данных находится в папке data / test_data
Обычно обработка данных и создание отчета занимают менее 20 минут с использованием 16 ГБ ОЗУ памяти и 1 ЦП

1.Только данные WTS

В этом сценарии будут использоваться только данные WTS и только уровни экспрессии ключевых Раковых генов , Гены слияния , Иммунные маркеры и гены гомологичной рекомбинации ( гены HRD ) будет сообщено. Более того, слияния генов, описанные в разделе Гены слияния , не будут содержать информации о доказательствах из данных на основе генома. Подмножество набора данных TCGA по аденокарциноме поджелудочной железы используется в качестве контрольной когорты ( - набор данных TEST ).

Ожидается, что входные файлы будут организованы в соответствии со структурой папок, описанной в разделе Входные данные: WTS.

bcbio-nextgen

  Rscript RNAseq_report.R --sample_name test_sample_WTS --dataset TEST --bcbio_rnaseq $ (pwd) /../ data / test_data / final / test_sample_WTS --report_dir $ (pwd) /../ data / test_data / final / test / RNAsum --save_tables ЛОЖЬ

Интерактивный отчет HTML с именем test_sample_WTS.RNAsum.html будет создан в папке data / test_data / final / test_sample_WTS / RNAsum .

Dragen РНК

  Rscript RNAseq_report.R --sample_name test_sample_WTS --dataset TEST --dragen_rnaseq $ (pwd) /../ data / test_data / stratus / test_sample_WTS --report_dir $ (pwd) /../ data / test_datas / stratus / RNAsum --save_tables ЛОЖЬ

Интерактивный отчет HTML с именем test_sample_WTS.RNAsum.html будет создан в папке data / test_data / stratus / test_sample_WTS / RNAsum .

2. Данные WTS и WGS

Это наиболее частый и предпочтительный случай , в котором результаты на основе WGS будут использоваться в качестве основного источника для приоритизации профилей экспрессии.Результаты на основе генома могут быть включены в отчет, указав расположение соответствующих выходных файлов umccrise (включая результаты из PCGR, PURPLE и Manta) с помощью аргумента --umccrise . Мутировавшие гены , Структурные варианты и CN-измененные гены Разделы будут содержать информацию об уровнях экспрессии мутированных генов, генах, расположенных в обнаруженных структурных вариантах (SV), и количестве копий (CN) измененные регионы соответственно.Результаты в разделе Fusion genes будут упорядочены на основе данных на основе генома. Подмножество набора данных TCGA по аденокарциноме поджелудочной железы используется в качестве контрольной когорты ( - набор данных TEST ).

Ожидается, что выходные файлы umccrise будут организованы в соответствии со структурой папок, описанной в разделе Входные данные: WGS.

bcbio-nextgen

  Rscript RNAseq_report.R --sample_name test_sample_WTS --dataset TEST --bcbio_rnaseq $ (pwd) /../data/test_data/final/test_sample_WTS --report_dir $ (pwd) /../ data / test_data / final / test_sample_WTS / RNAsum --umccrise $ (pwd) /../ data / test_data / umccrised / test_subject__test_sample_WGSables - ЛОЖНЫЙ

Интерактивный отчет HTML с именем test_sample_WTS.RNAsum.html будет создан в папке data / test_data / final / test_sample_WTS / RNAsum .

Dragen РНК

  Rscript RNAseq_report.R --sample_name test_sample_WTS --dataset TEST --dragen_rnaseq $ (pwd) /../data/test_data/stratus/test_sample_WTS --report_dir $ (pwd) /../ data / test_data / stratus / test_sample_WTS / RNAsum --umccrise $ (pwd) /../ data / test_data / umccrised_subject__Test_sample_sample_ ЛОЖНЫЙ

Интерактивный отчет HTML с именем test_sample_WTS.RNAsum.html будет создан в папке data / test_data / stratus / test_sample_WTS / RNAsum .

3. WTS WGS и клинические данные

Для образцов, полученных от субъектов, для которых доступна клиническая информация, график схемы лечения можно добавить в отчет Сводка расшифровки стенограммы пациента .Это можно добавить, указав расположение соответствующей электронной таблицы Excel (см. Пример test_clinical_data.xlsx) с помощью аргумента --clinical_info . В этой таблице ожидается наличие хотя бы одного из следующих столбцов: РЕЖИМ НЕОАДЮВАНТА , РЕЖИМ ПЕРВОЙ ЛИНИИ , РЕЖИМ ПЕРВОЙ ЛИНИИ , РЕЖИМ ВТОРОЙ ЛИНИИ или РЕЖИМ НАЧАЛА ВТОРОЙ ЛИНИИ или РЕЖИМ ТРЕТЬЕЙ ЛИНИИ и РЕЖИМ ТРЕТЬЕЙ ЛИНИИ и РЕЖИМ ТРЕТЬЕЙ ЛИНИИ . 94 347 дат соответствующих обработок. Подмножество набора данных TCGA по аденокарциноме поджелудочной железы используется в качестве контрольной когорты ( - набор данных TEST ).

bcbio-nextgen

  Rscript RNAseq_report.R --sample_name test_sample_WTS --dataset TEST --bcbio_rnaseq $ (pwd) /../ data / test_data / final / test_sample_WTS --report_dir $ (pwd) /../ data / test_data / final / test / RNAsum --umccrise $ (pwd) /../ data / test_data / umccrised / test_subject__test_sample_WGS --clinical_info $ (pwd) /../ data / test_data / test_clinical_data.xlsx --save_tables FALSE

Интерактивный отчет HTML с именем test_sample_WTS.RNAsum.html будет создан в папке data / test_data / final / test_sample_WTS / RNAsum .

Dragen РНК

  Rscript RNAseq_report.R --sample_name test_sample_WTS --dataset TEST --dragen_rnaseq $ (pwd) /../ data / test_data / stratus / test_sample_WTS --report_dir $ (pwd) /../ data / test_datas / stratus / RNAsum --umccrise $ (pwd) /../ data / test_data / umccrised / test_subject__test_sample_WGS --clinical_info $ (pwd) /../ data / test_data / test_clinical_data.xlsx --save_tables ЛОЖЬ

Интерактивный отчет HTML с именем test_sample_WTS.RNAsum.html будет создан в папке data / test_data / stratus / test_sample_WTS / RNAsum .

Выход

Конвейер генерирует на основе HTML Сводка стенограммы пациента отчет и папку результатов в определяемой пользователем папке выходных данных :

  |
| ____ <выход>
  | ____ <Имя образца>.<вывод> .html
  | ____ результатов
    | ____ exprTables
    | ____ glanceExprPlots
    | ____...

Отчет

Сгенерированный на основе HTML отчет Сводка транскриптома пациента Отчет включает в себя доступные для поиска таблицы и интерактивные графики, представляющие уровни экспрессии измененных генов, а также ссылки на общедоступные ресурсы, описывающие интересующие гены. Отчет состоит из нескольких разделов, в том числе:

* при наличии клинической информации; см. --clinical_info аргумент
**, если доступны результаты на основе генома; см. --umccrise аргумент

Подробное описание структуры отчета , включая приоритизацию результатов и визуализацию доступно в report_structure.мкр.

Результаты

Папка результатов содержит промежуточные файлы, включая графики и таблицы, представленные в отчете.

Докер

Извлеките готовый к запуску образ докера из DockerHub

docker pull umccr / rnasum: 0.3.2

Пример команды для использования этого извлеченного контейнера докеров:

  docker run --rm -v / path / to / RNAseq-report / RNAseq-Analysis-Report / envm / wts-report-wrapper.sh: /work/test.sh -v / путь / к / RNAseq-report / RNAseq-Analysis-Report / data: / work c18db89d3093 /work/test.sh

Публикации - OmniSeq

pd-l1 tmb

Журнал торакальной онкологии

-9-е ежегодное заседание -meeting-2020

9128 1 ihc rnaseq

81 solid tumors

9012 2

9152 912 l1-ihc rnaseq tmb

9 0122

1 опухоль

coma

901 47

2018

-912 сит. -клинический-иммуно-онкологический симпозиум-2018

pd-l1-ihc rnaseq tmb

2 rnaseq валидация характеристик образцов

-asco 912 встреча

912 (2016)

912 sitcs-31st-Annual-meeting-2016

Пейзаж экспрессии антигена рака / семенников при гастроэзофагеальной аденокарциноме

ESMO 2021

2021

esmo-2021

rnaseq 9015mi

9122 антигенные опухоли

gi-90

Различные паттерны экспрессии РНК маркеров прайминга Т-клеток в различных солидных опухолях и их клиническое значение

ESMO 2021

2021

esmo-2021

dna-seq msi pd-l1-ihc

солидные опухоли

2021

Изменения рецептора 3 фактора роста фибробластов и ответ на подавление иммунных контрольных точек при метастатическом уротелиальном раке: опыт из реальной жизни

British Journal of Cancer

2021

british-journal-of-Cance

ocp

уротелиальная карцинома

fgfr

2021

Integr Воспаление опухоли, пролиферация клеток и использование традиционных биомаркеров улучшает прогнозирование устойчивости к иммунотерапии и ответа на нее

Исследование биомаркеров

2021

исследование биомаркеров

ihc msi pd-l1-ihc rnaseq tmb

рак легких, не малый клеточный рак легких

ct-антигены иммунный профиль инфильтрированные опухоли опухоль иммуногенная сигнатура

2021

Перекрестное онкопанельное исследование показывает высокую чувствительность и точность с общими аналитическими характеристиками в зависимости от областей генома

Genome Biology

2021

геном-биология

dna-seq

солидные опухоли

сравнительное исследование с аналитической проверкой

2021

Висцеральное ожирение способствует прогрессированию рака легких - к разрешению ожирения

2021

журнал торакальной онкологии 9 0152

rnaseq

рак легкого немелкоклеточный рак легких солидные опухоли

воспаление иммунного профиля

2021

Оценка аналитической достоверности анализов секвенирования циркулирующей опухолевой ДНК для прецизионной онкологии

Nature Biotechnology

2021

природа-биотехнология

dna-seq

ДНК-циркулирующая опухоль ctdna

валидация алгоритма прогнозирования ctdna

2021

T-клеточная экспрессия CX3CR1 биомаркера в качестве динамического маркера биомаркера крови ингибиторы иммунных контрольных точек

Nature Communications

2021

nature-communications

dna-seq rnaseq

колоректальный

иммунный профиль tmb

2021

Профилирование иммунотерапевтических и иммунотерапевтических целей Медицина

2021

annals-of-translati onal-Medicine

солидные опухоли рака поджелудочной железы

иммунный профиль

2021

Обнаружение ракового антигена семенников с помощью целевого секвенирования РНК

2020 AMP Annual Meeting

2020

2020-amp-Annual- встреча

rnaseq

солидные опухоли

ct-антигены

2020

Пейзаж коэкспрессии раковых антигенов семенников в солидных опухолях

35-е ежегодное собрание SITC (2020)

2020 год

rnaseq

солидные опухоли

ct-антигены

2020

PD-L1 с помощью РНК секвенирование следующего поколения: сравнение с PD-L1 IHC 22C3 и связь с преимуществом выживания от пембролизумаба или без него. химиотерапия при немелкоклеточном раке легкого

35-е ежегодное собрание SITC (2020 г.)

2020

sitcs-35-е ежегодное собрание-2020

немелкоклеточный рак легкого

pd-l1

2020

Комплексные маркеры выживаемости от пембролизумаба: потенциальная прогностическая роль мутационного бремени опухоли (TMB) и KRAS

SITC Ежегодное собрание (2020 г.)

2020

sitcs-35-е ежегодное собрание-2020

dna-seq tmb

немелкоклеточный рак легкого

alk egfr kras stk11 tmb tp53

2020

Экономическое бремя иммунотерапии ингибитором контрольных точек для лечения немелкоклеточного рака легкого в клинической практике США

Клиническая терапия

2020

Клиническая терапия

немелкоклеточный рак легкого

иммунный профиль

2020

Пролиферативный потенциал и ответ на ниволумаб у пациентов со светлоклеточным раком почек

Онкоиммунология

2020

онкоиммунология

msi pd-l1-ihc rnaseq tmb

почечно-клеточная карцинома

пролиферация клеток

2020

Экспрессия контрольных точек TIM3 / VISTA и маркера устойчивости PD1 / PD1, ассоциированного с макрофагами CD68, коррелирует с антигеном PD1 / PD1-маркера устойчивости к макрофагам : последствия гетерогенности иммунограммы

Онкоиммунология

2020

онкоиммунология

msi pd-l1-ihc rnaseq tmb

солидные опухоли

иммунный профиль

2020

иммунный профиль

2020

Дистин-индуцированный путь T-клеток дифференцировка, выявленная с помощью анализа секвенирования мРНК одной клетки

Ежегодное собрание AACR 2020

2020

aacr-Annual-meeting-2020

rnaseq

иммунные клетки

иммунный профиль

2020

Одноклеточный Анализ секвенирования мРНК синергетического воздействия двухцепочечной РНК (дцРНК) и IFNa на макрофаги, происходящие из моноцитов человека

AA Ежегодное собрание CR 2020

2020

aacr-Annual-meeting-2020

rnaseq

иммунные клетки

иммунный профиль

2020

Молекулярная характеристика распространенного мышечно-инвазивного рака мочевого пузыря (MIBC): Сравнение стратегии низкоуровневого целевого секвенирования РНК (RNAseq)

Симпозиум по раку мочеполовой системы 2020 г.

2020 г.

симпозиум по раку мочеполовой системы 2020 г. сигнатуры пролиферации клеток: значение для ответа на терапию, подавляющую иммунные контрольные точки

2020 Симпозиум по клинической иммуноонкологии ASCO-SITC

2020

2020-asco-sitc-Clinical-Immuno-oncology-symposium

rnaseq-tumors

клеточная пролиферация воспаление опухоль-иммуногенная сигнатура

2020

Воспалительная сигнатура опухоли как биомаркер ответа на иммунотерапию при раке легкого

2020 Симпозиум по клинической иммуноонкологии ASCO-SITC

2020

2020-asco-sitc-Clinic-Immuno-Oncology-symposium

rnaseq легкое

-акер

воспаление опухоль-иммуногенная-сигнатура

2020

Конвергенция TCR у лиц, леченных с помощью иммунной контрольной точки Ингибирование рака

Frontiers in Immunology

2020

frontiers-in-912 meloma

ctla-4 tcr% ce% b2

2020

Разработка и аналитическая валидация анализа микросателлитной нестабильности (MSI) нового поколения на основе секвенирования

Oncotarget

2019

oncotarget

msi

аналитическая проверка

2019

Unique Tumor Immune Микросреды опухолей, потенциально чувствительных к ловушке PD-L1 / TGF-β

34-е ежегодное собрание SITC (2019)

2019

sitcs-34-е ежегодное собрание-2019

msi pd-l1-ihc rnaseq tmb

solid опухоли

bipecifics tme

2019

CT-антигены часто экспрессируются в невоспаленных опухолях

34-е ежегодное совещание SITC (2019)

2019

sitcs-34th-Annual-meeting-2019

солидные опухоли

ct-антигены tme

2019

Анализ гаплотипа локуса бета-рецептора Т-клеточного рецептора (TCRB) с помощью длинного ампликона TCRB Repertoire TCRB и прецизионного репертуара. Онкология

2019

журнал иммунотерапии и прецизионной онкологии

tcrb

лейкоциты периферической крови

анализ гаплотипов tcr% ce% b2

2019

Индекс массы тела влияет на благотворное влияние метформина на выживаемость после лобэктомии при НМРЛ I стадии

Журнал торакальной онкологии

2019

journal-of-thoracic-oncology

rnaseq

иммунная опухоль

профиль метформин

2019

Освоение онкологами комплексной таргетной терапии, управляемой геномным профилем

Oncotarget

2019

oncotarget

ocp

солидные опухоли

2019

клиническая полезность-решение-решение

Клеточная пролиферация как биомаркер ответа на ингибиторы иммунных контрольных точек при почечно-клеточной карциноме, отрицательной по PD-L1 2019

msi pd-l1-ihc rnaseq tmb

почечно-клеточная карцинома

пролиферация клеток реакция пациента опухоль-воспаление

2019

Пролиферация клеток как биомаркер ответа на ингибиторы иммунных контрольных точек при сильно воспаленном почечно-клеточном раке (ПКР)

ASCO-SITC Симпозиум по клинической иммуно-онкологии - 2019

2019

asco-sitc-Clinical-Immuno-oncology-symposium-2019

msi pd-l1-ihc rnaseq tmb

почечно-клеточная карцинома

пролиферация клеток реакция пациента опухоль-воспаление

2019

Мутационное бремя (TMB): оценка межопухолевой и внутриопухолевой гетерогенности

Симпозиум по клинической иммуноонкологии ASCO-SITC - 2019

2019

asco-sitc-Clinical-Immuno-Oncology-symposium-2019

tmb

солидные опухоли

проверка характеристик образцов в сравнительном исследовании

2019

РНК-секвенирование выявляет мишени иммунотерапии при гинекологическом раке

Симпозиум по клинической иммуноонкологии ASCO-SITC - 2019

2019

asco-sitc-Clinical-Immuno-Oncology-symposium-2019

msi pd-l1-ihc rnaseq tmb

гинекологический иммунный-онкологический профиль 9152 -супрессия

2019

Пролиферативный потенциал и устойчивость к блокаде иммунных контрольных точек у пациентов с раком легких

Журнал иммунотерапии рака

2019

журнал-для-иммунотерапии-рака

msi pd-l1-ihc rnaseq tmb

немелкоклеточный рак легких

пролиферация клеток выживаемость пациентов

2019

Секвенирование PD-L1 следующего поколения для прогнозирования ответа на ингибиторы иммунных контрольных точек

Журнал иммунотерапии рака

2019

журнал иммунотерапии рака

pd-l1-ihc rnaseq

солидные опухоли

исследование-компаратор реакция пациента pd-l 1

2019

Рекомендации по лечению онкологических больных в контексте руководства FDA по секвенированию следующего поколения

BMC Medical Informatics and Decision Making

2019

bmc-medical-informatics-and-принятия решений

ocp

солидные опухоли

принятие клинических решений клиническая полезность

2019

Профилирование экспрессии РНК выявляет цели иммунотерапии при саркоме

Journal of Sarcoma Research

2018

journal-of-

msi pd-l1-ihc rnaseq tmb

саркома

подавление миелоида иммунного профиля

2018

Идентификация мишеней для иммунотерапии рака простаты

Простата

2 2018

простата -l1-ihc rnaseq tmb

рак простаты

иммунный профиль

2018

Кольцевое исследование мутационного бремени опухоли (TMB): сравнение нескольких платформ целевого секвенирования следующего поколения (NGS)

Симпозиум по клинической иммуноонкологии ASCO-SITC - 2018

2018

asco-sitc-Clinical-Immuno-Oncology -symposium-2018

tmb

солидные опухоли

исследование-компаратор tmb

2018

Определение основных иммунных подгрупп опухолей ЖКТ для клинических целей

33-е ежегодное собрание SITC (2018)

2018 90cs -33rd-Annual-meeting-2018

msi pd-l1-ihc rnaseq tmb

gi-tumors

иммунный профиль

2018

Разработка анализа микросателлитной нестабильности на основе секвенирования следующего поколения (MSI NGS ) для тестирования солидных опухолей

33-е ежегодное собрание SITC (2018)

2018

sitcs-33-е ежегодное собрание-2018

msi

солидные опухоли

анальный ytical-validation

2018

Клеточная пролиферация определяет дополнительный механизм иммунного выхода при немелкоклеточном раке легкого

Симпозиум клинической иммуноонкологии ASCO-SITC - 2018

2018

asco-sitc-Clinic -oncology-symposium-2018

pd-l1-ihc

немелкоклеточный рак легких

выживаемость пациентов с пролиферацией клеток

2018

Выбор комбинированной иммунотерапии для не-PD-1, управляемого осью опухоли

Годовое собрание ASCO 2018

2018

Годовое собрание asco 2018

rnaseq

солидные опухоли

иммунный профиль

2018

Комбинированная иммунотерапия для опухолей, управляемых осью PD-1 90

Годовое собрание ASCO 2018

2018

Годовое собрание asco 2018

rnaseq

солидные опухоли

иммунный профиль

2018

амплификация PD-L2 и длительная стабилизация заболевания у пациента с уротелиальной карциномой, получающего пембролизумаб

Онкоиммунология

2018

онкоиммунология

msi pd-l1-ihc rnaseq tmb12-l1-ihc rnaseq tmb12

профиль иммунного ответа

urothel pd-l2

2018

Прогнозирование ответа на ингибиторы контрольных точек при меланоме, помимо PD-L1 и мутационного бремени

Журнал иммунотерапии рака

2018

журнал для иммунотерапии рака

msi pd l1-ihc rnaseq tmb

меланома

выживаемость пациентов опухоль-воспаление

2018

сигнатуры экспрессии хемокинов в инфильтрированных и неинфильтрированных опухолях

AACR Annual Meeting 2018

-Annual Meeting 2018

-Annual Meeting

-Annual Meeting 2018-

msi pd-l1-ihc rnaseq tmb

солидные опухоли

хемокины infi инфильтрирующие опухоли опухоли лимфоциты, инфильтрирующие опухоль

2018

PD-L1-управляемый исключенный фенотип при меланоме

Ежегодное собрание AACR 2018

2018

aacr-Annual-Meeting-2018

msi-lase-i pd-rd tmb

меланома

cd8 исключенный фенотип

2018

Прогнозирование ответа: Тестирование биомаркеров PD-L1 с помощью IHC и RNA-seq

AACR Годовое собрание 2018

2018

годовое собрание aacr

msi pd-l1-ihc rnaseq tmb

солидные опухоли

ответ пациента pd-l1

2018

Иммунные пустыни: низкая экспрессия гена CD8 коррелирует с отсутствием ответа на ингибирование контрольной точки

ASCO Симпозиум по иммуно-онкологии - 2018

2018

asco-sitc-Clinical-Immuno-oncology-symposium-2018

msi pd-l1-ihc rnaseq tmb

солидные опухоли

cd8 Patien t-response

2018

Комплексный иммунный и мутационный профиль меланомы

Симпозиум по клинической иммуноонкологии ASCO-SITC - 2018

2018

asco-sitc-Clinical-Immuno-Oncology-symposium 912-2018

меланома

мутационный профиль иммунного профиля

2018

Сверхэкспрессия CTLA-4 не дает ответа на ипилимумаб при меланоме

ASCO-SITC Клинический иммунно-онкологический симпозиум 2018

меланома

ctla4 реакция пациента

2018

Мутационный профиль рака легких коррелирует с иммунным профилем

ASCO-SITC Simposium-2018.

2018

asco-sitc-клинический-иммуно-онкологический симпозиум-2018

msi pd-l1-ihc rnaseq tmb

рак легких 901 52

мутационный профиль иммунного профиля

2018

Сверхэкспрессия иммунотерапевтических мишеней в фенотипе иммунной пустыни

32-е ежегодное совещание SITC (2017)

2017

sitcs-32-е ежегодное совещание 912 msi-2017

солидные опухоли

иммунный-пустынный иммунный профиль

2017

Комплексная характеристика иммунных профилей солидных опухолей для прецизионной иммунотерапии с использованием отчетной карты иммунитета℠

Ежегодное совещание SITC, 2017 г. )

2017

sitcs-32-е ежегодное собрание-2017

msi pd-l1-ihc rnaseq tmb

солидные опухоли

иммунный профиль

2017

Иммунотипически исключенный фенотип

32-е ежегодное собрание SITC (2017 г.)

2017 г.

sitcs-32-е ежегодное собрание-2017

msi pd-l1-ihc rnaseq tmb

солидные опухоли

cd8 excluded-phenotype

2017

Вторичные иммунотерапевтические мишени при воспаленных опухолях

32-е ежегодное совещание SITC (2017 г.)

2017

sitcs-32-е ежегодное совещание 2- 912 мс-2017 9015 ms l1-ihc rnaseq tmb

солидные опухоли

опухоль-воспаление иммунного профиля

2017

Аналитическая валидация анализа секвенирования нового поколения для мониторинга иммунных ответов в солидных опухолях

The Journal of Molecular Diagnostics 2017

журнал молекулярной диагностики

msi pd-l1-ihc rnaseq tmb

солидные опухоли

аналитическая валидация

2017

Алгоритмическое прогнозирование ответа на контрольные точки 912CO2 Ингибиторы 2017 9015 Ежегодное собрание

2017

Годовое собрание asco 2017

rnaseq

солидные опухоли

Patien Алгоритм предсказания t-ответа

2017

Воспаленный фенотип в PD-L1-негативной меланоме и ответ на ингибиторы контрольных точек

Иммунология 2017

2017

иммунология-2017

msi pd-l1

меланома

реакция пациента опухоль-воспаление

2017

Воспаленный фенотип при PD-L1-отрицательном НМРЛ и ответ на ингибиторы контрольных точек

Иммунология 2017

2017

иммунология-2017 ihc rnaseq tmb

немелкоклеточный рак легких

реакция пациента опухоль-воспаление

2017

Техническая изменчивость в экспрессии иммунного гена NGS и профили мутаций оказывают номинальное влияние на классификацию опухолей

AACR Annual Встреча 2017

2017

aacr-Annual-meeting-2017

msi pd-l1-ihc rnaseq tmb

solid-t umors

проверка характеристик образцов

2017

NGS показывает, что характеристики образцов имеют минимальное влияние на сигнатуру экспрессии иммунного гена

Ежегодное собрание AACR 2017

2017

aacr-Annual-Meeting-2017

2017

Не выявлена неоднородность микросреды опухоли в нескольких гистологически похожих опухолях одного и того же пациента

Ежегодное собрание AACR 2017

2017

aacr-Annual-meeting-2017

msi pd-l1 -ihc rnaseq tmb

солидные опухоли

проверка характеристик образца

2017

Аналитическая проверка анализа иммунного ответа для классификации солидных опухолей

2017 Ежегодное собрание ASCO

2017-

msi pd-l1-ihc rnaseq tmb

аналитико-валидация

2017

Надежное обнаружение иммунных транскриптов в образцах FFPE с использованием целевого секвенирования РНК

Oncotarget

2016

oncotarget

msi pd-l112-ihc rn15 Проверка характеристик образцов в сравнительном исследовании

2016

Алгоритмический подход к профилированию онкологического иммунитета

31-е ежегодное собрание SITC (2016)

2016

sitcs-31st-Annual-meeting-2016

msi pd-2016 -ihc rnaseq tmb

солидные опухоли

алгоритм прогнозирования реакции пациента

2016

Валидация индивидуализированного подхода RNA-Seq к профилированию онкологического иммунитета

31-е ежегодное собрание SITC81 912 2016

msi pd-l1-ihc rnaseq tmb

солидные опухоли

сравнительное исследование spe Проверка характеристик cimen

2016

.