研究团队通过分析大型接受免疫治疗的癌症患者数据，包括临床、病理和基因组数据以及ICB应答信息，确定了关键的预测因素，并开发了一种基于逻辑回归的机器学习系统（LORIS）来预测患者在ICB治疗后的客观反应和生存。

该研究专注于在表观遗传、复制时间和基于序列的协变量校正后显著突变的基因和通路，确定了可作为ICB反应预测因子的4个基因和7个通路，并开发了预测癌症免疫治疗反应的CIRCLE。