Human Leukocyte Antigen–Presented Macrophage Migration Inhibitory Factor Is a Surface Biomarker and Potential Therapeutic Target for Ovarian Cancer
Notice bibliographique
Résumé
T cells recognize cancer cells via HLA/peptide complexes, and when disease overtakes these immune mechanisms, immunotherapy can exogenously target these same HLA/peptide surface markers. We previously identified an HLA-A2-presented peptide derived from macrophage migration inhibitory factor (MIF) and generated antibody RL21A against this HLA-A2/MIF complex. The objective of the current study was to assess the potential for targeting the HLA-A2/MIF complex in ovarian cancer. First, MIF peptide FLSELTQQL was eluted from the HLA-A2 of the human cancerous ovarian cell lines SKOV3, A2780, OV90, and FHIOSE118hi and detected by mass spectrometry. By flow cytometry, RL21A was shown to specifically stain these four cell lines in the context of HLA-A2. Next, partially matched HLA-A*02:01+ ovarian cancer (n = 27) and normal fallopian tube (n = 24) tissues were stained with RL21A by immunohistochemistry to assess differential HLA-A2/MIF complex expression. Ovarian tumor tissues revealed significantly increased RL21A staining compared with normal fallopian tube epithelium (P < 0.0001), with minimal staining of normal stroma and blood vessels (P < 0.0001 and P < 0.001 compared with tumor cells) suggesting a therapeutic window. We then demonstrated the anticancer activity of toxin-bound RL21A via the dose-dependent killing of ovarian cancer cells. In summary, MIF-derived peptide FLSELTQQL is HLA-A2-presented and recognized by RL21A on ovarian cancer cell lines and patient tumor tissues, and targeting of this HLA-A2/MIF complex with toxin-bound RL21A can induce ovarian cancer cell death. These results suggest that the HLA-A2/MIF complex should be further explored as a cell-surface target for ovarian cancer 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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| 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 ».