Combination of host immune metabolic biomarkers for the PD-1 blockade cancer immunotherapy
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
BACKGROUNDCurrent clinical biomarkers for the programmed cell death 1 (PD-1) blockade therapy are insufficient because they rely only on the tumor properties, such as programmed cell death ligand 1 expression frequency and tumor mutation burden. Identifying reliable, responsive biomarkers based on the host immunity is necessary to improve the predictive values.METHODSWe investigated levels of plasma metabolites and T cell properties, including energy metabolism markers, in the blood of patients with non-small cell lung cancer before and after treatment with nivolumab (n = 55). Predictive values of combination markers statistically selected were evaluated by cross-validation and linear discriminant analysis on discovery and validation cohorts, respectively. Correlation between plasma metabolites and T cell markers was investigated.RESULTSThe 4 metabolites derived from the microbiome (hippuric acid), fatty acid oxidation (butyrylcarnitine), and redox (cystine and glutathione disulfide) provided high response probability (AUC = 0.91). Similarly, a combination of 4 T cell markers, those related to mitochondrial activation (PPARγ coactivator 1 expression and ROS), and the frequencies of CD8+PD-1hi and CD4+ T cells demonstrated even higher prediction value (AUC = 0.96). Among the pool of selected markers, the 4 T cell markers were exclusively selected as the highest predictive combination, probably because of their linkage to the abovementioned metabolite markers. In a prospective validation set (n = 24), these 4 cellular markers showed a high accuracy rate for clinical responses of patients (AUC = 0.92).CONCLUSIONCombination of biomarkers reflecting host immune activity is quite valuable for responder prediction.FUNDINGAMED under grant numbers 18cm0106302h0003, 18gm0710012h0105, and 18lk1403006h0002; the Tang Prize Foundation; and JSPS KAKENHI grant numbers JP16H06149, 17K19593, and 19K17673.
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.
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 | 0,000 |
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 découle