研究背景
免疫检查点抑制剂（ICIs）已广泛应用于治疗晚期
研究要点
本文配图来自2025年10月29日发表在Advanced Science上的文章《Predicting Immunotherapy Outcomes in NSCLC Using RNA and Pathology from Multicenter Clinical Trials》
1、利用批量RNA测序转录组数据，研究人员开发了一个基于RNA的模型，名为肺癌免疫治疗反应评估（LIRA），该模型利用相互作用分析和随机森林算法来预测免疫治疗结果。
2、在预测治疗反应方面，LIRA优于PD-L1表达和肿瘤突变负荷，特别是在识别ICIs单药治疗期间的早期进展风险方面表现更优。
3、肿瘤特征分析显示，LRP8和HDAC4与免疫治疗结局相关。
4、深度学习模型在全切片图像中精确定位了对LIRA预测起决定性作用的关键高关注度区域。
5、对NSCLC肿瘤的单细胞RNA测序分析表明，在LIRA评分高的样本中，T细胞的比例更高，上皮细胞的比例更低。
研究结论
本研究结果表明，LIRA能够对NSCLC患者进行独立的风险分层，并为潜在的耐药机制提供新见解。
参考文献：Wang Z, Fang Y, Huang X, Ma G, Mao Q, Lu X, Rong G, Yu Y, Wang Y, Huang Z, Sun H, Wu J, Gu W, Huang N, Wu J, Zhou R, Rong X, Zheng S, Li S, Wang G, Wang L, Qiu W, Jiang L, Luo P, Liu Y, Bin J, Liao Y, Shi M, Wu Z, Wang J, Liao W, Chen G, Zeng D. Predicting Immunotherapy Outcomes in NSCLC Using RNA and Pathology from Multicenter Clinical Trials. Adv Sci (Weinh). 2025 Oct 29:e02037. doi: 10.1002/advs.202502037 . Epub ahead of print. PMID: 41159493.
编辑：Squid & Kenken
排版：Kenken
执行：Squid
医脉通是专业的在线医生平台，“感知世界医学
本平台旨在为医疗卫生专业人士传递更多医学信息。本平台发布的内容，不能以任何方式取代专业的医疗指导，也不应被视为诊疗建议。如该等信息被用于了解医学信息以外的目的，本平台不承担相关责任。本平台对发布的内容，并不代表同意其描述和观点。若涉及版权问题，烦请权利人与我们联系，我们将尽快处理。
(本网站所有内容，凡注明来源为“医脉通”，版权均归医脉通所有，未经授权，任何媒体、网站或个人不得转载，否则将追究法律责任，授权转载时须注明“来源：医脉通”。本网注明来源为其他媒体的内容为转载，转载仅作观点分享，版权归原作者所有，如有侵犯版权，请及时联系我们。)
