Single-cell immune landscape in the oral dysplasia's malignant transformation
口腔异型增生恶性转化中的单细胞免疫景观
基本信息
- 批准号:10714554
- 负责人:
- 金额:$ 17.79万
- 依托单位:
- 依托单位国家:美国
- 项目类别:
- 财政年份:2023
- 资助国家:美国
- 起止时间:2023-08-01 至 2027-06-30
- 项目状态:未结题
- 来源:
- 关键词:ArchivesAtlasesBiopsyCell CountCellsClinicalCollaborationsCytometryDataDentalDental StudentsDevelopmentDiagnosisDysplasiaElasticityFormalinGoalsHigh grade dysplasiaHistologicHistopathologic GradeHumanImageImaging technologyImmuneImmunoassayImmunofluorescence ImmunologicLesionMalignant - descriptorMalignant NeoplasmsMicroscopyMild DysplasiaMyelogenousMyeloid-derived suppressor cellsNatural ImmunityNatureNeighborhoodsOralOral PathologyParaffin EmbeddingPatientsPhagocytesPhenotypePlayPrognosisPrognostic MarkerProliferatingProteinsRecurrenceResearchRiskRisk FactorsRoleSamplingSchool DentistrySeveritiesSignal TransductionStainsSurfaceSystemTongueTranslational ResearchTumor-associated macrophagesUniversitiesbioinformatics pipelinebiomarker identificationcancer invasivenesshigh dimensionalityimmune cell infiltrateimprovedinnovationmachine learning algorithmmachine learning predictionmolecular markermortalitymouse modelmouth squamous cell carcinomamultidisciplinarymultiplexed imagingneighborhood associationnovelnovel therapeuticsoral dysplasiapre-doctoralpredictive modelingpremalignantstudent participationtumortumor-immune system interactions
项目摘要
About 7.9-27.6% of oral dysplasia, a premalignant lesion, transit to the invasive oral cavity squamous cell
carcinoma (OCSCC). Prognostic biomarkers are critically needed to determine patients with oral
dysplastic lesions at risk for malignant transformation and to guide the targeted development of novel
therapies. Our goal is to establish a single-cell atlas of premalignant immune microenvironment (PRIME)
in oral dysplasia and to identify immune features that predict the malignant transformation to OCSCC.
We propose an innovative approach that combines high-dimensional imaging mass cytometry (IMC) and
machine learning predictive modeling (iEN) to analyze a total of ~200 Formalin-Fixed Paraffin-Embedded
(FFPE) patient tongue biopsies from the Oral Pathology Archive at the University of the Pacific (UOP),
Arthur A. Dugoni School of Dentistry. IMC is a new multiplex imaging technology which combines high-
dimensional mass cytometry with microscopy. Immune Elastic Net (iEN) is a machine learning algorithm
specifically developing for the analysis of high-dimensional mass cytometry data. We plan to identify
immune features that differentiate oral dysplasia severity (Aim 1) and predict OCSCC malignant
transformation (Aim 2). In addition, we will analyze the iEN-selected immune features at UOP Han’s lab
by conducting multiplex immunofluorescence (mIF) staining on the whole sections (Aim 1&2) to validate
and generalize the IMC findings. The proposed research will establish immune landscape in oral
dysplasia and identify biomarkers to predict the malignant transformation. It also provides an opportunity
for predental or dental students participating in translational research and collaborating with
multidisciplinary team to identify biomarkers to improve oral pathology diagnosis.
约 7.9-27.6% 的口腔发育不良(一种癌前病变)会转移至侵袭性口腔鳞状细胞
迫切需要预后生物标志物来确定口腔癌患者。
具有恶变风险的发育不良病变,并指导新型药物的靶向开发
我们的目标是建立癌前免疫微环境的单细胞图谱(PRIME)。
口腔异型增生并确定预测 OCSCC 恶变的免疫特征。
我们提出了一种创新方法,将高维成像质谱流式细胞术 (IMC) 与
机器学习预测模型 (iEN) 可分析总共约 200 个福尔马林固定石蜡包埋的样本
(FFPE) 来自太平洋大学 (UOP) 口腔病理学档案馆的患者舌活检,
Arthur A. Dugoni 牙科学院是一种新型多重成像技术,结合了高
免疫弹性网络 (iEN) 是一种机器学习算法。
我们计划确定
区分口腔发育不良严重程度(目标 1)并预测 OCSCC 恶性的免疫特征
此外,我们将在 UOP Han 实验室分析 iEN 选择的免疫特征。
通过对整个切片进行多重免疫荧光 (mIF) 染色(目标 1&2)来验证
并推广 IMC 研究结果。拟议的研究将建立口腔免疫景观。
发育异常和识别生物标志物来预测恶性转化也提供了机会。
适合参加转化研究并与之合作的牙医预科或牙科学生
多学科团队识别生物标志物以改善口腔病理诊断。
项目成果
期刊论文数量(0)
专著数量(0)
科研奖励数量(0)
会议论文数量(0)
专利数量(0)
数据更新时间:{{ journalArticles.updateTime }}
{{
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 }}
Xiaoyuan Han其他文献
Xiaoyuan Han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 }}
相似国自然基金
城市区域专题地图集多元耦合信息设计模式
- 批准号:41871374
- 批准年份:2018
- 资助金额:58.0 万元
- 项目类别:面上项目
集胞藻膜蛋白地图集的构建
- 批准号:31670234
- 批准年份:2016
- 资助金额:65.0 万元
- 项目类别:面上项目
中国古代城市地图的收集、整理、研究和编纂
- 批准号:49771008
- 批准年份:1997
- 资助金额:13.0 万元
- 项目类别:面上项目
应用系统科学进行地图集设计系统工程化、标准化研究
- 批准号:49271061
- 批准年份:1992
- 资助金额:7.0 万元
- 项目类别:面上项目
<<中国古代地图集>>(清代)
- 批准号:49171004
- 批准年份:1991
- 资助金额:5.0 万元
- 项目类别:面上项目
相似海外基金
WASHINGTON UNIVERSITY HUMAN TUMOR ATLAS RESEARCH CENTER
华盛顿大学人类肿瘤阿特拉斯研究中心
- 批准号:
10819927 - 财政年份:2023
- 资助金额:
$ 17.79万 - 项目类别:
A robust platform for multiplexed, subcellular proteomic imaging in human tissue
用于人体组织多重亚细胞蛋白质组成像的强大平台
- 批准号:
9894465 - 财政年份:2019
- 资助金额:
$ 17.79万 - 项目类别:
Washington University Human Tumor Atlas Research Center
华盛顿大学人类肿瘤图谱研究中心
- 批准号:
9788364 - 财政年份:2018
- 资助金额:
$ 17.79万 - 项目类别:
Washington University Human Tumor Atlas Research Center
华盛顿大学人类肿瘤图谱研究中心
- 批准号:
10461041 - 财政年份:2018
- 资助金额:
$ 17.79万 - 项目类别: