Regulatory T Cells in Ovarian Cancer Are Characterized by a Highly Activated Phenotype Distinct from that in Melanoma
Notice bibliographique
Résumé
Abstract Purpose: Regulatory T (Treg) cells expressing the transcription factor FOXP3 are essential for the maintenance of immunologic self-tolerance but play a detrimental role in most cancers due to their ability to suppress antitumor immunity. The phenotype of human circulating Treg cells has been extensively studied, but less is known about tumor-infiltrating Treg cells. We studied the phenotype and function of tumor-infiltrating Treg cells in ovarian cancer and melanoma to identify potential Treg cell–associated molecules that can be targeted by tumor immunotherapies. Experimental Design: The phenotype of intratumoral and circulating Treg cells was analyzed by multicolor flow cytometry, mass cytometry, RNA-seq, and functional assays. Results: Treg cells isolated from ovarian tumors displayed a distinct cell surface phenotype with increased expression of a number of receptors associated with TCR engagement, including PD-1, 4-1BB, and ICOS. Higher PD-1 and 4-1BB expression was associated with increased responsiveness to further TCR stimulation and increased suppressive capacity, respectively. Transcriptomic and mass cytometry analyses revealed the presence of Treg cell subpopulations and further supported a highly activated state specifically in ovarian tumors. In comparison, Treg cells infiltrating melanomas displayed lower FOXP3, PD-1, 4-1BB, and ICOS expression and were less potent suppressors of CD8 T-cell proliferation. Conclusions: The highly activated phenotype of ovarian tumor-infiltrating Treg cells may be a key component of an immunosuppressive tumor microenvironment. Receptors that are expressed by tumor-infiltrating Treg cells could be exploited for the design of novel combination tumor immunotherapies. Clin Cancer Res; 24(22); 5685–96. ©2018 AACR.
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 ».