MétaCan
Menu
← Retour à la cohorte
Enregistrement W2955241001 · doi:10.1158/1538-7445.am2019-2405

Abstract 2405: B7H4 as a T cell inhibitory regulator in bladder cancer

2019· article· en· W2955241001 sur OpenAlexaff
Joshua J. Meeks, Alexander P. Glaser, Damiano Fantini, Yanni Yu, Valerie Eaton, Joseph R. Podojil, Stephen D. Miller

Notice bibliographique

RevueCancer Research · 2019
Typearticle
Langueen
DomaineMedicine
ThématiqueCancer Immunotherapy and Biomarkers
Établissements canadiensWestern University
Organismes subventionnairesnon disponible
Mots-clésCD8Cancer researchT cellTranscriptomeCytotoxic T cellCell growthBiologyCellIn vitroImmunologyMedicineImmune systemGene expressionGeneGenetics

Résumé

récupéré en direct d'OpenAlex

Abstract Despite a high number of neoantigens and T cell infiltration, most locally advanced and metastatic bladder cancers (BC) (>70%) do not respond to anti-PD1 treatment. Thus, targeting additional checkpoints may play an important role in treatment of BC. We sought to identify negative regulators of T cell activity and evaluate their function using a previously validated pre-clinical carcinogen-induced mouse model of BC. To identify regulators of T cell activity, we first investigated the timing and infiltration of T cells during tumor development in the BBN mouse BC model. We found that numbers of CD4+ and CD8+ T cell increased dramatically within the first 1-2 weeks, but then decreased over the next six weeks decreasing to the lowest levels at 8 weeks before increasing again coordinating with increasing tumor volume. During the decrease in T cell numbers, macrophages increased and by transcriptome profiling we identified increased levels of the T cell inhibitory protein B7-H4. B7-H4+CD11b+ macrophages increased over 4 weeks with opposite expression of CD4+ and CD8+ T cells by FACS. By IHC we localized B7-H4 expression in macrophages adjacent to tumor. A bioinformatic analysis of the human TCGA identified highest B7-H4 expression in luminal infiltrated subtypes of MIBCs, but did not correlate with CD4, CD8 or overall tumor mutation burden. MIBCs with elevated B7-H4 expression had significantly worse survival. In vitro, addition of anti-B7-H4 significantly increased proliferation and IFN-γ production by human T cells co-cultured with B7-H4 expressing APCs. To determine the role of B7-H4 in BC, we treated mice with overt BC (beginning at 4 months of carcinogen administration) with vehicle, anti-PD1 or anti-B7-H4 antibody. Compared to vehicle treated animals, anti-B7-H4 treated mice had a reduction in the number of pT3 tumors (50% vs. 73%), but less than anti-PD1 treated tumors (27%). However, anti-B7-H4 treated mice had significantly increased tumor infiltrating CD8+ T cells per histological field (77.1+34.3 vs. 11.5+7.8; p=0.0121), as well as a significant increase splenic CD8+IFN-γ+ T cells and levels of secreted IFN-γ upon anti-CD3 stimulation. Transcriptome profiling of tumors that responded to anti-B7-H4 antibody by RNA-Seq identified a decrease in mitotic cell cycle, cell cycle checkpoints, RHO GTPases and mitotic spindle checkpoint pathways in responsive tumors. In summary, we confirm the expression of B7-H4 in macrophages found in a murine model of BC and correlate expression to poor survival in the TCGA of MIBC. Inhibition of B7-H4 results in lymphocyte proliferation in vitro and inhibition of B7-H4 in mice resulted in decreased tumor stage and increased CD8+ TILs. This data suggests that B7-H4 may be a candidate alternative checkpoint that can be targeted in humans with BC unresponsive to PD1 therapy. Citation Format: Joshua Meeks, Alexander P. Glaser, Damiano Fantini, Yanni Yu, Valerie Eaton, Joseph R. Podojil, Stephen D. Miller. B7H4 as a T cell inhibitory regulator in bladder cancer [abstract]. In: Proceedings of the American Association for Cancer Research Annual Meeting 2019; 2019 Mar 29-Apr 3; Atlanta, GA. Philadelphia (PA): AACR; Cancer Res 2019;79(13 Suppl):Abstract nr 2405.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,009

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
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)0,0030,001

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.

Tête enseignante Opus0,050
Tête enseignante GPT0,401
Écart entre enseignants0,351 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
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
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCancer Research→Même sujetCancer Immunotherapy and Biomarkers→Travaux en français237 207→