A HETEROGeneous disease composed of a growing number of recognized biological subtypes.The prognostic and etiologic importance of this diversity is complicated by many factors, including the observation that differences in clinical outcomes often correlate with race.Age-adjusted mortality in the United States from breast cancer in white women is 28.3 deaths per 100 000 compared with 36.4 deaths per 100 000 in African American women. 1 This disparity is particularly pronounced among women younger than 50 years, in whom mortality is 77% higher among African American women compared with white women (11.0 vs 6.3 deaths per 100 000).Breast cancer in African American women has been characterized by higher grade, 2,3 later

Abstract The multiplexed immunofluorescence (mIF) platform enables biomarker discovery through the simultaneous detection of multiple markers on a single tissue slide, offering detailed insights into intratumor heterogeneity and the tumor-immune microenvironment at spatially resolved single cell resolution. However, current mIF image analyses are labor-intensive, requiring specialized pathology expertise which limits their scalability and clinical application. To address this challenge, we developed CellGate, a deep-learning (DL) computational pipeline that provides streamlined, end-to-end whole-slide mIF image analysis including nuclei detection, cell segmentation, cell classification, and combined immuno-phenotyping across stacked images. The model was trained on over 750,000 single cell images from 34 melanomas in a retrospective cohort of patients using whole tissue sections stained for CD3, CD8, CD68, CK-SOX10, PD-1, PD-L1, and FOXP3 with manual gating and extensive pathology review. When tested on new whole mIF slides, the model demonstrated high precision-recall AUC. Further validation on whole-slide mIF images of 9 primary melanomas from an independent cohort confirmed that CellGate can reproduce expert pathology analysis with high accuracy. We show that spatial immuno-phenotyping results using CellGate provide deep insights into the immune cell topography and differences in T cell functional states and interactions with tumor cells in patients with distinct histopathology and clinical characteristics. This pipeline offers a fully automated and parallelizable computing process with substantially improved consistency for cell type classification across images, potentially enabling high throughput whole-slide mIF tissue image analysis for large-scale clinical and research applications.

PURPOSE Patients with stage II and III cutaneous primary melanoma vary considerably in their risk of melanoma-related death. We explore the ability of methylation profiling to distinguish primary melanoma methylation classes and their associations with clinicopathologic characteristics and survival. MATERIALS AND METHODS InterMEL is a retrospective case-control study that assembled primary cutaneous melanomas from American Joint Committee on Cancer (AJCC) 8th edition stage II and III patients diagnosed between 1998 and 2015 in the United States and Australia. Cases are patients who died of melanoma within 5 years from original diagnosis. Controls survived longer than 5 years without evidence of melanoma recurrence or relapse. Methylation classes, distinguished by consensus clustering of 850K methylation data, were evaluated for their clinicopathologic characteristics, 5-year survival status, and differentially methylated gene sets. RESULTS Among 422 InterMEL melanomas, consensus clustering revealed three primary melanoma methylation classes (MethylClasses): a CpG island methylator phenotype (CIMP) class, an intermediate methylation (IM) class, and a low methylation (LM) class. CIMP and IM were associated with higher AJCC stage (both P = .002), Breslow thickness (CIMP P = .002; IM P = .006), and mitotic index (both P < .001) compared with LM, while IM had higher N stage than CIMP ( P = .01) and LM ( P = .007). CIMP and IM had a 2-fold higher likelihood of 5-year death from melanoma than LM (CIMP odds ratio [OR], 2.16 [95% CI, 1.18 to 3.96]; IM OR, 2.00 [95% CI, 1.12 to 3.58]) in a multivariable model adjusted for age, sex, log Breslow thickness, ulceration, mitotic index, and N stage. Despite more extensive CpG island hypermethylation in CIMP, CIMP and IM shared similar patterns of differential methylation and gene set enrichment compared with LM. CONCLUSION Melanoma MethylClasses may provide clinical value in predicting 5-year death from melanoma among patients with primary melanoma independent of other clinicopathologic factors.