High Expression of Human Leukocyte Antigen-G is Associated with a Poor Prognosis in Patients with PDAC
Notice bibliographique
Résumé
Pancreatic Adenocarcinoma (PDAC) is one of the most deadly malignant tumors worldwide. A variety of mechanisms are involved in PDAC biological behaviors, of which, the mechanisms of immune escape may be a pivotal hallmark. HLA-G is a tolerant molecule implicated in tumor escape and serves as a prognostic biomarker in tumors. Our study evaluated the expression of HLA-G in PDAC and explored its clinical significance. In a cohort of 122 PDAC patients, 78 patents (63.9%) exhibited high level of HLA-G tumor tissues. Multivariate analysis suggested that HLA-G level was an independent predictor for OS (HR = 3.894, 95% CI = 2.380-6.370, p <0.001). High level of HLA-G significantly correlated with PDAC aggressive features, such as more advanced stage (TNM Stage II) (p<0.001), extrapancreatic infiltration (T3 stage) (p<0.001), lymph node involvement (p=0.019) and poor differentiation (p=0.010). In western blot analysis, almost all of the tumor cell lines (5/6) expressed high levels of HLA-G. In ELISA analysis, the level of plasma sHLA-G in PDAC patients were significantly increased than in healthy control (P=0.0037). Further analysis revealed the level of sHLA-G inversely related to numbers of peripheral activated T cells (CD8+CD28+ T cells), which may indicate that sHLA-G inactivates T cell responses resulting in tumor immune escape. In conclusion, tumor-derived HLA-G may indicate the mechanism of immune escape and impaired PDAC clinical outcome, especially in early-stage patients, which may also be a potential therapeutic target.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
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 source (Gemma direct ou Codex distillé), 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 ».