EVENT DOSSIER
To address the challenge of generalization due to organ-specific differences in the prediction of microsatellite instability (MSI-H) across cancers, the study proposes the Conserved Immune Topology (CIT) method. This method uses unsupervised clustering to identify immune-related regions, integrating biological features such as tertiary lymphoid structures, immune responses around tumors, and multi-scale densities of tumor-infiltrating lymphocytes. Information can be extracted from frozen baseline models without annotation or target domain data. In cross-site, cross-cancer evaluations conducted on the CPTAC-COAD and TCGA-STAD cohorts, which include scanner variations and organizational differences, CIT improved the TransMIL AUC for zero-sample cross-cancer migration from 0.6627 to 0.7161, with an absolute gain of 0.0534 (p=0.003), and all three MIL aggregators showed consistent improvement.
本研究提出 Conserved Immune Topology（CIT），一种轻量级空间表示方法，用于跨癌症微卫星不稳定高（MSI-H）预测。该方法通过无监督聚类识别免疫相关图块，并编码三级淋巴结构、肿瘤周围免疫反应及多尺度肿瘤浸润淋巴细…
本研究提出 Conserved Immune Topology（CIT），一种轻量级空间表示方法，旨在通过融合生物学启发的免疫描述符增强基础模型嵌入，以解决跨癌症微卫星不稳定（MSI-H）预测中因器官特异性差异导致的泛化难题。该方法利用无…
本研究提出 Conserved Immune Topology（CIT），一种轻量级空间表示方法，用于跨癌症微卫星不稳定高（MSI-H）预测。该方法通过无监督聚类识别免疫相关图块，并编码三级淋巴结构、肿瘤周围免疫反应及多尺度肿瘤浸润淋巴细胞密度等生物动机免疫描述符，无需标注或目标域数据即可增强基础模型嵌入。在引入扫描仪变异和器官特异性架构差异的 CPTAC-COAD 与 TCGA-STAD 队列中评估时，CIT 将零样本跨癌症迁移的 TransMIL AUC 从 0.6627 提升至 0.7161，绝对增益为 0.0534（p=0.003），且所有三种 MIL 聚合器均表现一致改进。结果表明，空间免疫拓扑可能提供器官不变表示，支持病理基础模型的跨癌症泛化。
本研究提出 Conserved Immune Topology（CIT），一种轻量级空间表示方法，旨在通过融合生物学启发的免疫描述符增强基础模型嵌入，以解决跨癌症微卫星不稳定（MSI-H）预测中因器官特异性差异导致的泛化难题。该方法利用无监督聚类识别免疫相关图块，并编码三级淋巴结构、肿瘤周围免疫反应及多尺度肿瘤浸润淋巴细胞密度等特征，无需标注或目标域数据即可从冷冻基础模型嵌入和图块坐标中提取信息。在包含扫描仪变异和组织架构差异的 CPTAC-COAD 与 TCGA-STAD 队列进行的跨站点、跨癌症评估中，CIT 将零样本跨癌症迁移的 TransMIL AUC 从 0.6627 提升至 0.7161，绝对增益为 0.0534（p=0.003），且所有三种 MIL 聚合器均表现一致改善。