Integrated spatial proteomics of human PDAC uncovers an expanded tumour-immune-stroma spectrum with genomic associations
Notice bibliographique
Résumé
Distinctively, pancreatic ductal adenocarcinoma (PDAC) consists of sparse tumour lesions intertwined with extensive desmoplastic stroma. The complexity of tumour-microenvironment interactions within this desmoplasia poses a challenge for accurate tumour profiling and patient stratification, and characterizes a profoundly chemoresistant tumour. Here we mapped the spatial relationships between tumour, stroma, and immune cell compartments delineating tumour and microenvironment types that expand the classical to basal spectrum of human PDAC. We used imaging mass cytometry to profile the in situ multi-cellular organization of 81 cell types in resected cases with paired whole genome sequencing. Cell types, functions, and pathway activation were distributed as highly reproducible environments in discrete locations throughout these tumours, which we deep-profiled using laser-capture mass spectrometry. We show that the connections between tumour phenotypes, vascularization, immune response, and stromal biophysical state are reinforced by genomic aberrations, altered by treatment, and associated with patient outcome. Predictive machine-learning models showed that spatial single cell data outperformed genomic or clinical features but integrated multi-omics models provide the best prediction of patient survival with compressed models requiring only 10 non-redundant robust molecular measures associated with the phenotypic spectrum of PDAC. Together, these findings define a phenotypic and molecular framework of PDAC that captures tumour-microenvironment co-dependencies and offers a refined basis for patient stratification and therapeutic targeting.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| 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) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».