Tumor Antigen Epitopes Interpreted by the Immune System as Self or Abnormal-Self Differentially Affect Cancer Vaccine Responses
Notice bibliographique
Résumé
Epitope selection is an important consideration in the design of cancer vaccines, but factors affecting selection are not fully understood. We compared the immune responses to peptides and glycopeptides from the common human tumor antigen MUC1, a mucin that is coated with O-linked carbohydrates in its variable number of tandem repeats (VNTR) region. MUC1 expressed on tumor cells is characteristically underglycosylated, creating peptide and glycopeptide neoepitopes that are recognized by the immune system. The response to VNTR peptides is weaker in MUC1-transgenic mice (MUC1-Tg mice) than in wild-type (WT) mice, whereas the response to VNTR glycopeptides is equally strong in the two strains. Thus, glycopeptides seem to be recognized as foreign, whereas peptides, although immunogenic, are perceived as self. To explore this further, we generated MUC1 peptide- and glycopeptide-specific T-cell receptor transgenic mice and studied the function of their CD4 T cells when adoptively transferred into MUC1-Tg or WT mice. Peptide-specific T-cell precursors were not centrally deleted in MUC1-Tg mice and did not acquire a T regulatory phenotype. However, their response to the cognate peptide was reduced in MUC1-Tg mice compared with WT mice. In contrast, glycopeptide-specific CD4 T cells responded equally well in the two hosts and, when simultaneously activated, also enhanced the peptide-specific T-cell responses. Our data show that the immune system differentially recognizes various epitopes of tumor-associated antigens either as self or as foreign, and this controls the strength of antitumor immunity. This represents an important consideration for designing safe and effective cancer vaccines.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,002 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 0,001 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».