Homologous recombination deficiency and host anti-tumor immunity in triple-negative breast cancer
Notice bibliographique
Résumé
PURPOSE: Triple-negative breast cancer (TNBC) is associated with worse outcomes relative to other breast cancer subtypes. Chemotherapy remains the standard-of-care systemic therapy for patients with localized or metastatic disease, with few biomarkers to guide benefit. METHODS: We will discuss recent advances in our understanding of two key biological processes in TNBC, homologous recombination (HR) DNA repair deficiency and host anti-tumor immunity, and their intersection. RESULTS: Recent advances in our understanding of homologous recombination (HR) deficiency, including FDA approval of PARP inhibitor olaparib for BRCA1 or BRCA2 mutation carriers, and host anti-tumor immunity in TNBC offer potential for new and biomarker-driven approaches to treat TNBC. Assays interrogating HR DNA repair capacity may guide treatment with agents inducing or targeting DNA damage repair. Tumor infiltrating lymphocytes (TILs) are associated with improved prognosis in TNBC and recent efforts to characterize infiltrating immune cell subsets and activate host anti-tumor immunity offer promise, yet challenges remain particularly in tumors lacking pre-existing immune infiltrates. Advances in these fields provide potential biomarkers to stratify patients with TNBC and guide therapy: induction of DNA damage in HR-deficient tumors and activation of existing or recruitment of host anti-tumor immune cells. Importantly, these advances provide an opportunity to guide use of existing therapies and development of novel therapies for TNBC. Efforts to combine therapies that exploit HR deficiency to enhance the activity of immune-directed therapies offer promise. CONCLUSIONS: HR deficiency remains an important biomarker target and potentially effective adjunct to enhance immunogenicity of 'immune cold' TNBCs.
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 | 0,001 |
| 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 ».