The neoantigen landscape of mycosis fungoides
Notice bibliographique
Résumé
Abstract Background Mycosis fungoides (MF), the most common type of cutaneous T-cell lymphoma, has a dismal prognosis in advanced stages. Treatments for advanced disease are mostly palliative and MF remains incurable. Although MF is a known immunogenic neoplasm, immunotherapies such as interferons and the immune checkpoint inhibitors yield inconsistent results. Since the number, HLA-binding strength and subclonality of neoantigens are correlated with the therapeutic responses, we aimed here to characterize the landscape of neoantigens in MF. Methods We conducted whole exome and whole transcriptome sequencing of 24 MF samples (16 plaque, 8 tumour) from 13 patients. Bioinformatic pipelines (Mutect2, OptiType, MuPeXi) were used for in silico mutation calling, HLA typing, and neoantigen prediction. Phylogenetic analysis was used to subdivide the malignant cell population into stem and clades (subclones). Clonality of neaontigens was determined by matching neoantigens to the stem and clades of the phylogenetic tree of each MF sample. Results MF has a high mutational load (median 3217 non synonymous mutations), resulting in a significant number of total neoantigens (median 1309 per sample) and high-affinity neoantigens (median 328). In stage I disease most neoantigens were clonal but with progression to stage II, subclonal neoantigens comprised >50% of the total. There was very little overlap in neoantigens across patients or between different lesions on the same patient, indicating a high degree of genetic heterogeneity. Conclusions Analysis of the neoantigen landscape of MF revealed a very high neoantigen load and thus a significant immunogenic potential of this lymphoma. However, neoantigenic heterogeneity and significant subclonality might limit the efficacy of immunotherapy. We hypothesize that neoantigen number and subclonality might be useful biomarkers determining sensitivity to immunotherapeutic strategies.
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 | 0,001 | 0,001 |
| 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 ».