芬兰赫尔辛基大学、图尔库大学以及德国马克斯·普朗克分子生物医学研究所的研究人员合作，采用一种基于机器学习的方法，以单细胞分辨率对数百份患者样本进行了分析。研究人员开发出一种单细胞分辨率的图像分析流程，利用多重免疫荧光将形态学和空间信息与单细胞状态整合在一起；结合了肿瘤和基质的生物标志物图谱，为每位患者生成独特的表型特征，然后对其进行分组，以比较表型相似患者的临床结果。通过这种方法，他们发现了两组之前未发现的患者。第一组患者的预后特别好，而第二组患者的预后特别差。在后一组中，疾病的侵袭性与表皮生长因子（EGF）介导的癌组织与周围健康组织之间的信号传导有关。研究结果发表在《Cell》杂志上。
当前位置：