Tumor-Infiltrating Lymphocytes Expressing the Tissue Resident Memory Marker CD103 Are Associated with Increased Survival in High-Grade Serous Ovarian Cancer
Notice bibliographique
Résumé
BACKGROUND: The presence of CD8(+) tumor-infiltrating lymphocytes (TIL) is associated with prolonged survival in high-grade serous ovarian cancer (HGSC) and other epithelial cancers. Survival is most strongly associated with intraepithelial versus intrastromal CD8(+) TILs; however, the mechanisms that promote the intraepithelial localization of TILs remain poorly understood. We hypothesized that intraepithelial CD8(+) TILs, like normal mucosal intraepithelial lymphocytes, might express CD103, a subunit of αE/β7 integrin, which binds E-cadherin on epithelial cells. METHODS: A large collection of primary ovarian tumors (HGSC, endometrioid, mucinous, and clear cell) was analyzed by immunohistochemistry for the presence of TIL-expressing CD103. The activation and differentiation status of CD103(+) TILs were assessed by flow cytometry. The prognostic significance of TIL subsets was evaluated by Kaplan-Meier analysis. RESULTS: CD103(+) TILs were present in all major ovarian cancer subtypes and were most abundant in HGSC. CD103(+) TILs were preferentially localized to epithelial regions of tumors and were comprised predominantly of CD8(+) T cells expressing activation (HLA-DR, Ki-67, PD-1) and cytolytic (TIA-1) markers, as well as CD56(+) NK cells. Tumor infiltration by CD103(+) TILs was strongly associated with patient survival in HGSC. Tumors containing CD8(+) TILs that were CD103(-) showed poor prognosis equivalent to tumors lacking CD8(+) TILs altogether. CONCLUSIONS: CD103(+) TILs comprise intraepithelial, activated CD8(+) T cells, and NK cells and are strongly associated with patient survival in HGSC. CD103 may serve as a useful marker for enriching the most beneficial subsets of TILs for immunotherapy.
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 | 0,000 |
| 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 ».