DR-541 Multi-Cohort Transcriptomic Prediction of Anti-PD-1 Immunotherapy Response and Overall Survival in Skin Cutaneous Melanoma Using Pre-Treatment Bulk RNA-seq
Cutaneous melanoma treated with anti-PD-1 immunotherapy achieves response in only 33–44% of patients, yet no validated pre-treatment biomarker currently guides patient selection. This project develops a machine learning framework that integrates pre-treatment tumour transcriptomic data, specifically pre-specified biological axis scores and literature-curated gene biomarkers, to jointly predict immunotherapy response and overall survival across three melanoma cohorts (N=155). This framework employs low-dimensional, biologically grounded features with rigorous cross-cohort validation. Findings could enable clinicians to identify likely non-responders before treatment initiation, reducing unnecessary toxicity and informing personalised treatment decisions.
Erika Molteni, University College London, United Kingdom
Terug naar nieuwsMeer nieuws
Moleculaire diagnostiek: van onderzoek naar patiëntenzorg
Om de beste behandelkeuze te kunnen maken, moet zoveel mogelijk diagnostische informatie over de patiënt en de tumor beschikbaar zijn. …
De waarde van het GENAYA-project voor de patiënten van de toekomst
Het GENAYA-project is verlengd tot 2028. Inmiddels participeren 39 ziekenhuizen in het project, dat wordt geleid door Hartwig Medical Foundation. GENAYA heeft als doel om met whole genome sequencing (WGS) bij duizend jongvolwassenen met …
Wordt whole genome sequencing van tumorweefsel standaard diagnostiek bij kanker?
11 juli 2019 Het Antoni van Leeuwenhoek, UMC Utrecht en Hartwig Medical Foundation onderzoeken of het uitlezen van het hele tumor-DNA …
Zolang de behandelaar niet weet waar de primaire tumor zit, heeft hij ook geen gerichte behandelmogelijkheid en kan ook geen inschatting worden gegeven hoe lang iemand nog heeft.