PathAI, Inc., una empresa líder en patología de precisión impulsada por IA, anunció hoy que presentará investigaciones de su cartera de productos oncológicos en la Reunión Anual de AACR el 7-10 de abril de 2024, en San Diego, California. La investigación demuestra cómo los modelos de aprendizaje automático desarrollados para caracterizar el microambiente tumoral (TME) a partir de imágenes de láminas completas teñidas con hematoxilina y eosina (H&E) pueden utilizarse para avanzar en el desarrollo de biomarcadores y estrategias de medicina de precisión.
Las presentaciones incluyen nuevas investigaciones que aprovechan modelos de base de PathAI y su producto disponible comercialmente, PathExplore1, para identificar características histológicas clave asociadas con firmas moleculares y respuesta del paciente a la terapia. Aspectos destacados:
- Los investigadores implementaron PathExplore en muestras de HNSCC y NSCLC para caracterizar la composición celular y tisular del microambiente tumoral, así como calcular fenotipos inmunes directamente a partir de H&E WSI.
- Los investigadores desarrollaron un método de puntuación continua para el Receptor del Dominio Discoidina 1 (DDR1), que reveló exclusión inmune generalizada en tumores basada en la distribución espacial de linfocitos, células T CD8+ y células inmunes CD45+ a partir de imágenes H&E y mIF.
- Utilizando aprendizaje no supervisado impulsado por las características de PathExplore y una nueva tecnología de detección de fibras de colágeno, los investigadores descubrieron tres fenotipos distintos de estroma asociado al cáncer (CAS) que tenían patrones de asociación distintos con la supervivencia y las firmas de expresión génica.
- Utilizando modelos impulsados por IA de PathAI, los investigadores de Foundation Medicine investigaron características del TME de patología digital como biomarcadores de inmunoterapia (IO) para estratificación de respuesta en pacientes con NSCLC no escamoso avanzado.
- En colaboración con EMD Serono, los modelos TME impulsados por IA de PathAI se utilizaron para analizar H&E WSI de NSCLC de un ensayo aleatorio de fase 3 que comparaba directamente dos inmunoterapias.
- Los investigadores ilustraron que las características morfológicas derivadas de imágenes H&E utilizando PathExplore pueden ser predictores eficaces de la exclusión inmune definida por CD8+, proporcionando una opción para la estratificación de pacientes por fenotipo inmunitario utilizando imágenes H&E ampliamente disponibles.
- Los modelos de base de PathAI se utilizaron para identificar regiones de tejido y tipos celulares en H&E WSI para cuantificar la pureza del tumor en varios tipos de tumores.
Siga a PathAI en LinkedIn y X para obtener más actualizaciones de #AACR24 y visítenos en persona en el stand #1549.
Abstract #
Título
Colaborador
Producto
Abstract #905
7 de abril de 2024, 1:30 PM - 5:00 PM
La cuantificación ML de los linfocitos tumorales infiltrantes distingue fenotipos inmunes y revela heterogeneidad fenotípica
AbbVie
PathExplore
Abstract #2916
8 de abril de 2024, 1:30 PM - 5:00 PM
La expresión del Receptor del Dominio Discoidina 1 (DDR1) está asociada con el grado de exclusión inmune en tumores epiteliales
Incendia Therapeutics
PathExplore
Abstract #4912
9 de abril de 2024, 9:00 AM - 12:30 PM
Detección no supervisada de fenotipos estromales con propiedades fibrógenas e inflamadas distintas en NSCLC
N/A
PathExplore
Abstract #4969
9 de abril de 2024, 9:00 AM - 12:30 PM
Investigación de biomarcadores del microambiente tumoral (TME) de patología digital para estratificación de respuesta a inmunoterapia (IO) en pacientes con NSCLC no escamoso avanzado
Foundation Medicine
PathExplore
Abstract #6179
9 de abril de 2024, 1:30 PM - 5:00 PM
La cuantificación espacial del microambiente tumoral (TME) mediante aprendizaje automático (ML) identifica diferencias asociadas con la respuesta al tratamiento con bintrafusp alfa (BA) vs pembrolizumab (PEM) en el estudio INTR@ PID Lung 037 de Fase 3
EMD Serono
PathExplore
Abstract #7392
10 de abril de 2024, 9:00 AM - 12:30 PM
Identificación basada en aprendizaje automático de características morfológicas derivadas de H&E asociadas con la exclusión inmune de células T CD8+
Incendia Therapeutics
PathExplore
Abstract #7402
10 de abril de 2024, 9:00 AM - 12:30 PM
Los modelos de IA de PathAI predicen mediciones moleculares de la pureza del tumor
N/A
PathAI's pan-tumor foundation models were used to identify tissue regions and cell types on H&E WSI to quantify tumor purity across multiple tumor types. Model-derived tumor purity estimates were compared to three orthogonal molecular methods of purity. These results provide evidence of how AI can improve the efficiency of molecular testing and enhance precision diagnostic strategies.
About PathAI
PathAI, con sede en Boston, MA, y con un laboratorio certificado CAP/CLIA en Memphis, TN, se enorgullece de contar con un equipo de 600+ pensadores innovadores de todo el mundo. Para obtener más información, visite www.pathai.com.
Detalles de contacto
SVM Public Relations and Marketing Communications
Maggie Naples
+1 401-490-9700
pathai@svmpr.com
Sitio web de la empresa
https://www.pathai.com/
Ver la versión de origen en newsdirect.com:
https://newsdirect.com/news/pathai-announces-research-presentations-at-the-2024-aacr-annual-meeting-566770794
Descargo de responsabilidad: Esta traducción ha sido generada automáticamente por NewsRamp™ para News Direct (colectivamente referidos como "LAS EMPRESAS") utilizando plataformas de inteligencia artificial generativas de acceso público. LAS EMPRESAS no garantizan la exactitud ni la integridad de esta traducción y no serán responsables por ningún error, omisión o inexactitud. La confianza en esta traducción es bajo su propio riesgo. LAS EMPRESAS no son responsables por ningún daño o pérdida resultante de tal confianza. La versión oficial y autoritativa de este comunicado de prensa es la versión en inglés.
