MétaCan
Menu
Retour à la cohorte
Enregistrement W2809754085 · doi:10.1136/esmoopen-2018-eacr25.913

PO-401 Tumour stem cell characteristics are negatively associated with anti-cancer immunity in diverse solid cancers

2018· article· en· W2809754085 sur OpenAlexaff
Ahiram Rodriguez, Phineas T. Hamilton, Maartje C.A. Wouters, Brad H. Nelson

Notice bibliographique

RevueESMO Open · 2018
Typearticle
Langueen
DomaineMedicine
ThématiqueCancer Immunotherapy and Biomarkers
Établissements canadiensBC Cancer Agency
Organismes subventionnairesnon disponible
Mots-clésImmunityCancer researchCancerSolid tumorStem cellMedicineBiologyOncologyImmunologyInternal medicineImmune systemGenetics

Résumé

récupéré en direct d'OpenAlex

Introduction The majority of clinical responses to immunotherapies appear to be restricted to tumours displaying a pre-existing T cell-infiltrated tumour microenvironment. Consequently, understanding the molecular mechanisms leading to a T cell-poor microenvironment will be crucial for the development of novel treatments to increase the number of patients benefiting from immunotherapy. Increasing evidence has suggested that tumours are organised in a hierarchical structure of phenotypically heterogeneous cell populations. Cancer stem cells (CSCs) are at the top of this tumour cell hierarchy and sustain the long-term maintenance of neoplasms. The ability of CSCs, as well as physiological stem cells, like embryonic stem cells and mesenchymal stem cells, to resist immune-mediated destruction is unrivalled by more differentiated cells. Despite this, the potential impact of a cancer stem-like tumour phenotype on the ability to drive immune exclusion and avoid immune rejection has not been systematically explored. Material and methods We calculated an RNA-based metric of stemness for >8000 TCGA solid tumour samples. We assessed the association of this metric with transcriptomic signatures of immune cell infiltration and other genomic, transcriptomic, and clinical parameters. Results and discussions Tumour stemness varied strongly across cancers and negatively associated with patient survival both within and across cancers. We found that high stemness tumours show reduced inferred infiltration of multiple immune cell types, particularly of anti-tumour effector cells such as CD8 +T cells, B-cells, and NK cells. Within well-defined cancer molecular subtypes, we observed recurrent negative associations between stemness and immunity. We also detect negative correlations between immunity and defined stem cell regulatory pathways that reflect the activity of specific stemness transcription factors. Screening for potential stemness associated axes of immunosuppression, we found that enrichment of extracellular matrix organisation process could be a possibly mechanism of stemness-immune interference. Using published data from clinical trials of immune checkpoint blockade therapy, we showed that tumour stem cell transcriptional programs negative correlates with patient survival. Conclusion Our findings reveal the landscape of stemness across human solid cancers, show that tumour stemness can predict anti-cancer immunity in diverse settings, and may help to identify patients that will have improved response to 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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,019
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

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

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.

Tête enseignante Opus0,039
Tête enseignante GPT0,310
Écart entre enseignants0,271 · 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 tête enseignante, pas un consensus.

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
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueESMO OpenMême sujetCancer Immunotherapy and BiomarkersTravaux en français237 207