Detailansicht
Integrated T-Cell Analysis of Adenocarcinomas of the Lung: Correlation with Clinical Data and Immune Response Markers
Mario Alexander Böhm
Art der Arbeit
Master-Thesis (ULG)
Universität
Universität Wien
Fakultät
Zentrum für Molekulare Biologie
Studiumsbezeichnung bzw. Universitätlehrgang (ULG)
Masterstudium Molekulare Mikrobiologie, Mikrobielle Ökologie und Immunbiologie
Betreuer*in
Thomas Decker
DOI
10.25365/thesis.39819
URN
urn:nbn:at:at-ubw:1-29975.39749.818865-8
Link zu u:search
(Print-Exemplar eventuell in Bibliothek verfügbar)
Abstracts
Abstract
(Deutsch)
Zielsetzung: Nach der Diagnose von Krebs, eine der häufigsten Todesursachen weltweit, werden der therapeutische Ansatz und die Prognose durch das UICC-TNM-Klassifikations System geleitet, welches die Größe und die Invasivität des Primärtumors sowie Anzeichen von möglichen Metastasen beschreibt. Mit Beginn der Ära der Immuntherapie in der Krebsforschung, hat sich gezeigt, dass die UICC-TNM-Klassifikation alleine nur begrenzte Informationen über den klinischen Ausgang bietet. Großes Interesse gilt neuen prognostischen als auch pharmakodynamische Markern die Anti-Tumor-Immunantworten reflektieren. In der aktuellen Studie untersuchten wir die Korrelation zwischen der Anzahl und Verteilung von Tumor-infiltrierenden CD3+ Lymphozyten in Gewebeschnitten von 29 Adenokarzinomen der Lunge mit dem TNM-Score, Genexpressionanalysen, Plasmamarkern und dem modifizierten Glasgow Prognostic Score (mGPS) um eine etwaige Eignung als möglichen prognostischen Faktor zu bewerten. Hierzu wurde eine Methode zur automatischen Quantifizierung von infiltrierenden T-Zellen mit der Bildanalyse-Software Definiens Tissue Studio® entwickelt, um T-Zellen in den beiden Tumorregionen separat zu erfassen: Tumorepithel und -stroma.
Ergebnisse: In der gegenwärtigen Studie konnte eine Korrelation zwischen der intraepithelialen T Zelldichte und der Expression von 40 Genen, die an T-Zell-Reaktionen beteiligt sind, (z.B. Granzym A / B, LAG-3, IFN-γ, ZAP70) aufzeigen.
Abstract
(Englisch)
Aim: Cancer remains one of the leading causes of death worldwide and after its diagnosis the therapeutic approach and prognosis is routed most commonly by classification of the UICC-TNM classification system, describing the size and invasiveness of the primary tumor and the pattern of metastases. With begin of the era of immunotherapy in oncology, it has been shown that the UICC-TNM classification alone provides limited information relating to the clinical outcome and new prognostic, and also pharmaco-dynamic markers reflecting anti-tumor immune responses are on the rise. In the current study, we analyzed the correlation of the number and distribution of tumor infiltrating CD3+ lymphocytes in tissue sections from adenocarcinomas of the lung of 29 donors with the TNM-score, gene expression analysis, plasma markers and the modified Glasgow Prognostic Score (mGPS) to assess their probable suitability as potential prognostic factor. A method was developped for the automated quantification of infiltrating T-cells, using the state of the art image analysis software Definiens Tissue Studio®, allowing to count T-cells separately in two different tumor compartments: tumor epithelium and stroma.
Results: In the current study, we could demonstrate a correlation of T-cells infiltrating the tumor epithelium with the mRNA- expression of 40 genes involved in T-cell responses (e.g. Granzyme A/B, LAG-3, IFN-γ, ZAP70).
Schlagwörter
Schlagwörter
(Englisch)
Lung cancer Doubleimmunofluorescence stainings Tumor compartment specific Tumor infiltrating T-cells Definines Tissue Studio™ Semiautomated T-cell count
Schlagwörter
(Deutsch)
Lungenkrebs Immunfluoreszenzfärbung Tumorregion spezifisch Tumor infitrierende T-Zellen Definiens™ Halbautomatisierte T-Zellen Zählung
Autor*innen
Mario Alexander Böhm
Haupttitel (Englisch)
Integrated T-Cell Analysis of Adenocarcinomas of the Lung: Correlation with Clinical Data and Immune Response Markers
Paralleltitel (Deutsch)
Integrierte T-Cell Analyse von Adenokarzinomen der Lunge: Korrelation mit klinischen Daten und Immunologischen Markern
Publikationsjahr
2015
Umfangsangabe
72 Seiten : Illustrationen, Diagramme
Sprache
Englisch
Beurteiler*in
Thomas Decker
Klassifikationen
30 Naturwissenschaften allgemein > 30.00 Naturwissenschaften allgemein: Allgemeines ,
30 Naturwissenschaften allgemein > 30.03 Methoden und Techniken in den Naturwissenschaften
AC Nummer
AC13008072
Utheses ID
35272
Studienkennzahl
UA | 066 | 830 | |