肿瘤细胞恶性肿瘤的微环境中不是孤立存在的,而是在一个多样化的生态系统,不仅包括异构肿瘤细胞克隆,但也正常细胞如成纤维细胞,血管,和一个大游泳池的免疫细胞的活化和分化的不同阶段。因此,现在有一个复杂的相互作用不同的细胞信号通路与免疫细胞组件影响癌症发展和治疗反应。利用潜在的治疗和生物标志物的发现,它是具有挑战性的和费时的全面和系统地描述这些不同的细胞类型不同肿瘤样本使用免疫组织化学。我们已经进入一个数字癌症治疗的时代,由于组学技术的日益普及,全球变化和分子分析可能开车发现和预测免疫疗法治疗反应。计算提取特异性信息直接从大部分肿瘤是一个很有前景的解决这个问题。使用生物信息学预测准确的好处免疫签名大部分本地肿瘤组织的功能细胞内和细胞间转录组的概要文件被保存下来,而当从本地组织分离纯化的免疫细胞,分子概要文件将有本质上的不同模式。这样在硅片方法是有益的,因为它们可能捕获特异性特征以及信息交互在组织系统的层面上。

准确预测肿瘤的模式,完全是一个重要的问题要解决,尤其是考虑到许多人类恶性肿瘤免疫治疗药物治疗的有效性。这是特别困难的子组与适度密切相似的免疫细胞表型的基因表达差异,但显著的功能差异。它将非常有利于使用生物信息学策略概要肿瘤免疫的风景,因为它将使我们能够系统地概要一个免疫细胞数量的具有较高分辨率的模式和在肿瘤免疫细胞网络,这将帮助免疫调节药物的发现。

这个特殊问题的目标是将原始研究和评论文章,这将有助于研究人员更好地理解肿瘤之间存在复杂的相互作用,免疫细胞和微环境,以及新生物标志物的发现和各种癌症的分子靶点。

潜在的主题包括但不限于以下:

• 生物信息学研究新的癌症诊断和治疗方法基于免疫微环境
• 免疫学、基因调控和致癌作用的病理生理机制
• 免疫之间的串扰和多发地细胞在肿瘤微环境
• 药物发现和靶向药物设计目标
• 治疗策略,调节免疫应答
• 荟萃分析来识别癌症肿瘤微环境的功能