Applying pathomics to establish a biosignature for aggressive skin melanoma

应用病理学建立侵袭性皮肤黑色素瘤的生物特征

基本信息

  • 批准号:
    10397612
  • 负责人:
  • 金额:
    $ 61.67万
  • 依托单位:
  • 依托单位国家:
    美国
  • 项目类别:
  • 财政年份:
    2021
  • 资助国家:
    美国
  • 起止时间:
    2021-05-01 至 2027-04-30
  • 项目状态:
    未结题

项目摘要

PROJECT SUMMARY We propose to develop a pathomics biosignature for aggressive melanoma to guide treatment decisions for patients who have had a melanoma surgically removed but remain at high risk of recurrence and death. This is a critical need because patients with stage II and III melanoma have an approximate 30% chance of dying of melanoma over 10 years. Therapies have been shown to lessen recurrence risk, but they are toxic and costly. Identifying patients who have truly been cured by the surgery and are cancer free would be tremendously useful to guide patient care. It has been known for decades that the immune system limits melanoma progression and that higher levels of tumor infiltrating lymphocytes (TILs) portend a favorable outcome. Assessment of TILs, however, involves a subjective determination by the pathologist using qualitative criteria and this approach is prone to inter-observer variability. One barrier to the development of prognostic biomarkers in early stage melanoma is that the tumors are tiny and most dermato-pathologists require that the entire sample be formalin fixed and paraffin embedded (FFPE) for careful morphology analysis. In order to overcome this barrier, our team has developed and published three digital pathology methods to estimate recurrence risk. These biomarkers are based on the hypothesis that evidence of strong immune surveillance within the tissue indicates lower recurrence risk and include quantitation of TILs using digital software, staining for macrophages and T cells using quantitative- immune-fluorescence (qIF), and measurement of an interferon signature using NanoString technology. Each of these methods provides unique information about the tumor immune micro-environment. For example, NanoString provides genomic information but does not provide spatial information regarding the locations of specific cell phenotypes within the tumor microenvironment as qIF does. For instance, qIF revealed the macrophages confer a poor prognosis specifically when located within the tumor stroma. In Aim 1 of the proposal we validate three previously published biomarkers using 514 melanoma samples from Roswell Park Comprehensive Cancer Institute, The University of British Columbia, Yale School of Medicine, and Geisinger Health Systems. Next, in Aim 2 of the proposal we propose an integrative systems biology approach including transcriptomic, qIF, morphology analysis of TILS, and standard clinical and pathology features to create a multi-parameter biosignature. First, we use the raw clinical and pathomics data to build a model multiscale biomarker network of aggressive skin melanoma. Using a Bayesian network, we identify nodes that determine the recurrence phenotype and identify new imaging and genomic targets that may enhance the precision of our biomarker. We then construct a composite biosignature based on this network. Finally, we test the new biosignature, as well as the original multiply validated biomarkers from Aim 1 in prospective retrospective fashion on samples from the E1697 trial of adjuvant interferon for which there is over 10 years of follow up. The retrospective prospective approach removes any selection bias introduced by retrospective study.
项目概要 我们建议开发侵袭性黑色素瘤的病理学生物特征,以指导治疗决策 已接受黑色素瘤手术切除但仍处于复发和死亡高风险的患者。这是 这是一个迫切的需求,因为 II 期和 III 期黑色素瘤患者有大约 30% 的机会死于该病 黑色素瘤超过10年。治疗已被证明可以降低复发风险,但它们具有毒性且成本高昂。 识别出真正通过手术治愈并且没有癌症的患者将非常有用 指导患者护理。几十年来,人们都知道免疫系统可以限制黑色素瘤的进展,并且 较高水平的肿瘤浸润淋巴细胞(TIL)预示着良好的结果。 TIL 评估, 然而,涉及病理学家使用定性标准进行主观确定,这种方法是 容易出现观察者之间的差异。早期预后生物标志物开发的一大障碍 黑色素瘤的特点是肿瘤很小,大多数皮肤病理学家要求整个样本都含有福尔马林 固定和石蜡包埋 (FFPE),用于仔细的形态分析。为了克服这个障碍,我们的团队 开发并发布了三种数字病理学方法来估计复发风险。这些生物标志物是 基于这样的假设:组织内强大的免疫监视证据表明复发率较低 风险,包括使用数字软件对 TIL 进行定量,使用使用对巨噬细胞和 T 细胞进行染色 定量免疫荧光 (qIF),以及使用 NanoString 测量干扰素特征 技术。这些方法中的每一种都提供了有关肿瘤免疫微环境的独特信息。 例如,NanoString 提供基因组信息,但不提供有关 与 qIF 一样,特定细胞表型在肿瘤微环境中的位置。例如,qIF 透露 巨噬细胞的预后较差,特别是当巨噬细胞位于肿瘤基质内时。在目标 1 中 根据提案,我们使用来自罗斯威尔的 514 个黑色素瘤样本验证了三个先前发表的生物标志物 帕克综合癌症研究所、不列颠哥伦比亚大学、耶鲁大学医学院和 盖辛格卫生系统。接下来,在提案的目标 2 中,我们提出了一种综合系统生物学方法 包括 TILS 的转录组学、qIF、形态学分析以及标准临床和病理学特征 创建多参数生物特征。首先,我们使用原始临床和病理学数据构建模型 侵袭性皮肤黑色素瘤的多尺度生物标志物网络。使用贝叶斯网络,我们识别节点 确定复发表型并确定新的成像和基因组靶标,以增强 我们的生物标记物的精确度。然后,我们基于该网络构建复合生物特征。最后我们测试一下 新的生物特征,以及前瞻性回顾中来自 Aim 1 的原始多重验证生物标志物 时尚是来自辅助干扰素 E1697 试验的样本,该试验有超过 10 年的随访。这 回顾性前瞻性方法消除了回顾性研究引入的任何选择偏差。

项目成果

期刊论文数量(3)
专著数量(0)
科研奖励数量(0)
会议论文数量(0)
专利数量(0)
Combination immunotherapy including OncoVEXmGMCSF creates a favorable tumor immune micro-environment in transgenic BRAF murine melanoma.
包括 OncoVEXmGMCSF 在内的联合免疫疗法在转基因 BRAF 小鼠黑色素瘤中创造了有利的肿瘤免疫微环境。
  • DOI:
    10.1007/s00262-021-03088-y
  • 发表时间:
    2022
  • 期刊:
  • 影响因子:
    0
  • 作者:
    Gartrell,RobynD;Blake,Zoë;Rizk,EmanuelleM;Perez-Lorenzo,Rolando;Weisberg,StuartP;Simoes,Ines;Esancy,Camden;Fu,Yichun;Davari,DanielleR;Barker,Luke;Finkel,Grace;Mondal,Manas;Minns,HannaE;Wang,SamuelW;Fullerton,BenjaminT;
  • 通讯作者:
{{ item.title }}
{{ item.translation_title }}
  • DOI:
    {{ item.doi }}
  • 发表时间:
    {{ item.publish_year }}
  • 期刊:
  • 影响因子:
    {{ item.factor }}
  • 作者:
    {{ item.authors }}
  • 通讯作者:
    {{ item.author }}

数据更新时间:{{ journalArticles.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.author }}

数据更新时间:{{ monograph.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.author }}

数据更新时间:{{ sciAawards.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.author }}

数据更新时间:{{ conferencePapers.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.author }}

数据更新时间:{{ patent.updateTime }}

Rui Chang其他文献

Rui Chang的其他文献

{{ item.title }}
{{ item.translation_title }}
  • DOI:
    {{ item.doi }}
  • 发表时间:
    {{ item.publish_year }}
  • 期刊:
  • 影响因子:
    {{ item.factor }}
  • 作者:
    {{ item.authors }}
  • 通讯作者:
    {{ item.author }}

{{ truncateString('Rui Chang', 18)}}的其他基金

Applying pathomics to establish a biosignature for aggressive skin melanoma
应用病理学建立侵袭性皮肤黑色素瘤的生物特征
  • 批准号:
    10545113
  • 财政年份:
    2021
  • 资助金额:
    $ 61.67万
  • 项目类别:
Applying pathomics to establish a biosignature for aggressive skin melanoma.
应用病理学建立侵袭性皮肤黑色素瘤的生物特征。
  • 批准号:
    10214049
  • 财政年份:
    2021
  • 资助金额:
    $ 61.67万
  • 项目类别:
Predictive Networks-based in-silico approach for Precision Medicine-repurposing for Alzheimer's Disease
基于预测网络的精密医学方法 - 重新利用阿尔茨海默病
  • 批准号:
    10017130
  • 财政年份:
    2019
  • 资助金额:
    $ 61.67万
  • 项目类别:
Building Novel Predictive Networks for high-throughput, in-silico Key Driver Prioritization to Enhance Drug Target Discovery in AMP-AD and M2OVE-AD
构建新型预测网络以实现高通量、计算机内关键驱动程序优先级排序,以增强 AMP-AD 和 M2OVE-AD 中的药物靶标发现
  • 批准号:
    9423217
  • 财政年份:
    2017
  • 资助金额:
    $ 61.67万
  • 项目类别:

相似国自然基金

肿瘤微环境多层次调控的功能化纳米佐剂用于增强膀胱癌放疗疗效的机制研究
  • 批准号:
    82303571
  • 批准年份:
    2023
  • 资助金额:
    30 万元
  • 项目类别:
    青年科学基金项目
靶向FPPS的双磷酸疫苗佐剂的开发
  • 批准号:
    82341040
  • 批准年份:
    2023
  • 资助金额:
    100 万元
  • 项目类别:
    专项基金项目
双重生物响应性自佐剂聚多肽载体构建高效mRNA癌症疫苗
  • 批准号:
    52373299
  • 批准年份:
    2023
  • 资助金额:
    50 万元
  • 项目类别:
    面上项目
新型免疫调节复合佐剂的机制研究及在疫苗开发中的应用
  • 批准号:
    82341039
  • 批准年份:
    2023
  • 资助金额:
    95 万元
  • 项目类别:
    专项基金项目
皮内接种抗原佐剂复合疫苗跨器官诱导呼吸道黏膜免疫反应
  • 批准号:
    82341042
  • 批准年份:
    2023
  • 资助金额:
    100 万元
  • 项目类别:
    专项基金项目

相似海外基金

Vaccinating at Mucosal Surfaces with Nanoparticle-conjugated Antigen and Adjuvant
使用纳米颗粒结合的抗原和佐剂在粘膜表面进行疫苗接种
  • 批准号:
    10587388
  • 财政年份:
    2023
  • 资助金额:
    $ 61.67万
  • 项目类别:
Validation of blood-based predictive biomarkers of therapeutic response to neoadjuvant chemoradiation therapy in patients with locally advanced rectal cancer
局部晚期直肠癌患者新辅助放化疗治疗反应的血液预测生物标志物的验证
  • 批准号:
    10448869
  • 财政年份:
    2022
  • 资助金额:
    $ 61.67万
  • 项目类别:
Validation of blood-based predictive biomarkers of therapeutic response to neoadjuvant chemoradiation therapy in patients with locally advanced rectal cancer
局部晚期直肠癌患者新辅助放化疗治疗反应的血液预测生物标志物的验证
  • 批准号:
    10615862
  • 财政年份:
    2022
  • 资助金额:
    $ 61.67万
  • 项目类别:
Applying pathomics to establish a biosignature for aggressive skin melanoma
应用病理学建立侵袭性皮肤黑色素瘤的生物特征
  • 批准号:
    10545113
  • 财政年份:
    2021
  • 资助金额:
    $ 61.67万
  • 项目类别:
Applying pathomics to establish a biosignature for aggressive skin melanoma.
应用病理学建立侵袭性皮肤黑色素瘤的生物特征。
  • 批准号:
    10214049
  • 财政年份:
    2021
  • 资助金额:
    $ 61.67万
  • 项目类别:
{{ showInfoDetail.title }}

作者:{{ showInfoDetail.author }}

知道了