81P Single-cell spatial landscape of NSCLC reveals subtype specific immune features
Notice bibliographique
Résumé
Single-cell technologies have revealed novel insights about the complexity of the tumor immune microenvironment. Most clinical strategies rely on histopathological stratification of tumor subtypes, yet the spatial context of cellular interactions within these stratified subgroups remains poorly understood. We previously applied imaging mass cytometry, a novel technology, to describe the tumor and immunological landscape of lung adenocarcinoma (LUAD) patient tumors across five histological subtypes of lung adenocarcinoma. We resolved over 1 million cells, enabling an understanding of the cellular spatial relationships associated with distinct clinical correlates, such as survival. Here, we compare the immune landscape of LUAD with lung squamous cell carcinoma (LUSC), a different subtype of lung cancer. Imaging mass cytometry (IMC) is a novel technology which allows for the use of up to 50 antibodies labelled with metal isotopes to characterize the tumour and the tumour immune microenvironment. Our research group has optimized a panel of IMC markers delineating immune, tumour and structural cell types. Using IMC we have assessed the frequency of 16 different cell types, the interactions across these cells and their organization into cellular communities. We have compared these outputs across LUAD and LUSC patients. We show that LUAD and LUSC exhibit distinct immune profiles. Lung squamous cell carcinoma is characterized by a higher prevalence of neutrophils and a lower prevalence of macrophages compared to LUAD. In addition, our spatial analysis of immune lineages demonstrates contrasting cellular interactions across LUAD and LUSC as well as unique arrangements of immune cells into cellular neighborhoods. This highlights the spatial heterogeneity that exists across lung cancer subtypes beyond the prevalence of immune cell types alone. Our results describe the importance of spatial interactions by demonstrating how distinct spatial profiles can exist across subtypes of lung cancer. Overall, we find unique immune profiles across LUAD and LUSC as it relates to immune frequencies, pairwise cellular interactions and communities of cells.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».