Identifier et cibler les meilleurs antigènes pour l’immunothérapie du cancer
Notice bibliographique
Résumé
Dans un contexte où le transfert adoptif de lymphocytes T (ATC) représente l’avenir de l’immunothérapie du cancer, l’identification des meilleurs antigènes associés aux molécules de classe I du CMH (MAP) à cibler sur les cellules cancéreuses est d’une importance capitale. Plusieurs types de MAP sont des cibles potentielles pour l’ATC : 1) les antigènes mineurs d’histocompatibilité (MiHA) qui dérivent de polymorphismes génétiques entre un donneur et un receveur lors d’un ATC, 2) les antigènes associés aux tumeurs (TAA) qui peuvent dériver de transcrits surexprimés et 3) les antigènes spécifiques aux tumeurs (TSA) qui dérivent de mutations somatiques ou de transcrits exprimés de façon aberrante. Des centaines d’essais cliniques ont mis en évidence un potentiel thérapeutique pour chacune de ces classes de MAP. Néanmoins, les ATC ciblant ces antigènes sont utilisés en contextes largement différents: des lymphocytes T MiHA-spécifiques provenant d’un donneur compatible sont utilisés pour le traitement de cancers hématologiques tandis que des lymphocytes T TAA- ou TSA-spécifiques provenant du patient sont utilisés pour traiter des tumeurs solides. De fait, jamais ces différents types de MAP n’ont été comparés pour leur potentiel thérapeutique dans un même modèle tumoral. L’objectif de cette thèse était donc de mesurer et de comparer le potentiel thérapeutique de MiHA, TAA et TSA exprimés dans la lignée cellulaire EL4 afin de mieux comprendre les mécanismes dictant leur immunogénicité. Nous avons donc sélectionné des MiHA et des TAA rapportés dans la littérature, puis avons développé une approche protéogénomique permettant d’identifier tous les types de TSA présentés sur ces cellules. Nous avons ainsi déterminé que : 1) Seuls les MAP perçus comme du non-soi (MiHA et TSA) peuvent induire de fortes réponses anti-cancéreuses, 2) Leur immunogénicité dépend de l’abondance et de l’avidité fonctionnelle des lymphocytes T antigène-spécifiques et 3) La clonalité des antigènes et la nature de leurs altérations génétique dictent également l’immunogénicité des TSA. En résumé, nous avons développé une plateforme permettant l’identification de MAP présentés par les cellules cancéreuses et identifié des paramètres permettant la priorisation de ceux-ci en contexte clinique.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,001 |
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.
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 ».