MétaCan
Menu
← Retour à la cohorte
Enregistrement W2167510443 · doi:10.1158/1538-7445.tumimm2012-a88

Abstract A88: Identification of factors modulating sensitivity to T cell infiltration in the breast cancer setting via next-generation sequencing.

2013· article· en· W2167510443 sur OpenAlexaff
Sally M. Amos, Ron de Leeuw, Nikita Kuklev, Juzer Kakal, Sindy Babinsky, Katy Milne, Sara E. Kost, Doug Freeman, Rob Holt, Peter H. Watson, Brad H. Nelson

Notice bibliographique

RevueCancer Research · 2013
Typearticle
Langueen
DomaineMedicine
ThématiqueCancer Immunotherapy and Biomarkers
Établissements canadiensBC Cancer Agency
Organismes subventionnairesnon disponible
Mots-clésBreast cancerImmune systemInfiltration (HVAC)CD8ImmunohistochemistryMedicineImmunotherapyPathologyTranscriptomeCancerCancer researchBiologyImmunologyInternal medicineGeneGene expression

Résumé

récupéré en direct d'OpenAlex

Abstract Clinical and pre-clinical trials have established that killer (CD8+) T cells can recognize and destroy tumors. The challenge of our time is to address barriers to T cell infiltration into solid tumors and thereby make cancer immunotherapy a powerful, broadly applicable treatment modality. Bilateral breast cancer represents a unique opportunity to identify those proteins that modulate immune cell entry into solid tumors. Bilateral synchronous breast cancer is when tumors arise independently in separate breasts of the same patient at the same time. Similar to the powerful use of “twin studies” in epidemiology, bilateral tumors provide an opportunity to explore two independent tumorigenic events against a common genetic (and immunological) background. We hypothesise that the sensitivity of breast cancers to T cell infiltration can be predicted on the basis of their molecular profiles. To assess this question, a cohort of bilateral and unilateral breast cancer tissues has been assembled in collaboration with CTRNet-affiliated biobanks. Our objective was to identify 10 tumor pairs with differential T cell infiltration. Here we present the novel protocol for multi-colour brightfield immunohistochemistry (IHC) which was used to quantitate multiple lymphocyte subsets in these precious specimens at the same time. A workflow for automated image collection is presented, which is geared to the analysis of whole-tumour sections. Our results demonstrate that bilateral breast tumors often show differential lymphocyte infiltration despite being exposed to the same level of systemic immunity. Paired tumors will be subjected to whole transcriptome sequencing and lymphocyte receptor spectratyping to identify proteins that distinguish infiltrated from non-infiltrated tumors. Thus, patients with bilateral breast cancer have provided a powerful, translationally-relevant opportunity to study local barriers to T cell infiltration in solid tumors. Citation Format: Sally Amos, Ron de Leeuw, Nikita Kuklev, Juzer Kakal, Sindy Babinsky, Katy Milne, Sara Kost, Doug Freeman, Rob Holt, Peter Watson, Brad Nelson. Identification of factors modulating sensitivity to T cell infiltration in the breast cancer setting via next-generation sequencing. [abstract]. In: Proceedings of the AACR Special Conference on Tumor Immunology: Multidisciplinary Science Driving Basic and Clinical Advances; Dec 2-5, 2012; Miami, FL. Philadelphia (PA): AACR; Cancer Res 2013;73(1 Suppl):Abstract nr A88.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,009

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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.

Tête enseignante Opus0,137
Tête enseignante GPT0,384
Écart entre enseignants0,247 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCancer Research→Même sujetCancer Immunotherapy and Biomarkers→Travaux en français237 207→