检索结果-南通市图书馆

An integrative approach of digital image analysis and transcriptome profiling to explore potential predictive biomarkers for TGFβblockade therapy

引用

Acta Pharmaceutica Sinica B 2022年第9期12卷 3594-3601页

作者： Robert Pomponio Qi Tang Anthony Mei Anne Caron Bema Coulibaly Joachim Theilhaber Maximilian Rogers-Grazado Michele Sanicola-Nadel Souad Naimi Reza Olfati-Saber Cecile Combeau Jack Pollard Tun Tun Lin Rui Wang Sanofi Translational Medicine Early Development Cambridge MA 02142USA Sanofi Artificial Intelligence and Deep Analytics Data and Data Sciences CambridgeMA 02142USA Sanofi Translational Science Vitry sur Seine 94403France Sanofi Precision Oncology Cambridge MA 02142USA Sanofi Oncology Early Development Cambridge MA 02142USA

Increasing evidence suggests that the presence and spatial localization and distribution pattern of tumor infiltrating lymphocytes(TILs)is associate with response to *** studies have identified TGFβactivity and signaling as a determinant of T cell exclusion in the tumor microenvironment and poor response to PD-1/PD-L1 *** we coupled the artificial intelligence(AI)-powered digital image analysis and gene expression profiling as an integrative approach to quantify distribution of TILs and characterize the associated TGFβpathway *** of T cell spatial distribution in the solid tumor biopsies revealed substantial differences in the distribution *** digital image analysis approach achieves 74%concordance with the pathologist assessment for tumor-immune *** transcriptomic profiling suggests that the TIL score was negatively correlated with TGFβpathway activation,together with elevated TGFβsignaling activity observed in excluded and desert tumor *** present results demonstrate that the automated digital pathology algorithm for quantitative analysis of CD8 immunohistochemistry image can successfully assign the tumor into one of three infiltration phenotypes:immune desert,immune excluded or immune *** association between“cold”tumor-immune phenotypes and TGFβsignature further demonstrates their potential as predictive biomarkers to identify appropriate patients that may benefit from TGFβblockade.

关键词： Digital pathology Artificial intelligence TGFβ Predictive biomarker Tumor topography T cell infiltration transcriptomic profiling Machine learning

来源：

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

欢迎您,

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

请选择保存的检索档案：

请选择收藏分类：

通借通还

欢迎您,

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：