Identification of a CD8+ T-cell response to a predicted neoantigen in malignant mesothelioma
Notice bibliographique
Résumé
Neoantigens present unique and specific targets for personalized cancer immunotherapy strategies. Given the low mutational burden yet immunotherapy responsiveness of malignant mesothelioma (MM) when compared to other carcinogen-induced malignancies, identifying candidate neoantigens and T cells that recognize them has been a challenge. We used pleural effusions to gain access to MM tumor cells as well as immune cells in order to characterize the tumor-immune interface in MM. We characterized the landscape of potential neoantigens from SNVs identified in 27 MM patients and performed whole transcriptome sequencing of cell populations from 18 patient-matched pleural effusions. IFNγ ELISpot was performed to detect a CD8+ T cell responses to predicted neoantigens in one patient. We detected a median of 68 (range 7–258) predicted neoantigens across the samples. Wild-type non-binding to mutant binding predicted neoantigens increased risk of death in a model adjusting for age, sex, smoking status, histology and treatment (HR: 33.22, CI: 2.55–433.02, p = .007). Gene expression analysis indicated a dynamic immune environment within the pleural effusions. TCR clonotypes increased with predicted neoantigen burden. A strong activated CD8+ T-cell response was identified for a predicted neoantigen produced by a spontaneous mutation in the ROBO3 gene. Despite the challenges associated with the identification of bonafide neoantigens, there is growing evidence that these molecular changes can provide an actionable target for personalized therapeutics in difficult to treat cancers. Our findings support the existence of candidate neoantigens in MM despite the low mutation burden of the tumor, and may present improved treatment opportunities for patients.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| 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) | 0,000 | 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 tête enseignante, 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 ».