Previous Next
  Dans cette étude, des chercheurs ont combiné l’histopathologie assistée par l’intelligence artificielle (IA) et l’imagerie par cytométrie de masse pour analyser l’écosystème du cancer du poumon non à petites cellules. L’approche basée sur l’IA a été appliquée sur 158 échantillons de cancer du poumon non à petites cellules pour identifier avec précision les cellules tumorales (cellules d’adénocarcinome et cellules de carcinome épidermoïde) et les classer selon leur regroupement spatial. Des coupes de tissus immunomarquées ont permis de quantifier 24 marqueurs liés aux cellules tumorales, à l’architecture tissulaire, aux cellules myéloïdes et lymphoïdes CD45+ et à l’activation immunitaire. Les analyses ont montré que les lymphocytes T étaient préférentiellement localisés dans les zones péri-tumorales ou dans les nids tumoraux, avec une influence sur le pronostic.

Source(s) :
Alessandra Rigamonti et al. Integrating AI-powered digital pathology and imaging mass cytometry identifies key classifiers of tumor cells, stroma, and immune cells in non-small cell lung cancer. Cancer Res. 2024 Feb 5. ;

Last press reviews


HIV and Dual Therapy: a promising step towards maintaining viral suppression

The introduction of dual therapies in HIV treatment marks a significant ad...

L-arginine: a promising advance for reducing inflammatory and cardiac markers after coronary artery bypass surgery

Coronary artery bypass grafting (CABG) is a critical procedure to restore...

HIV and Innate Immunity: How Early Responses Shape the Evolution of Viral Reservoirs

HIV infection remains a significant challenge in the field of infectious d...