Osteosarcoma and soft-tissue sarcomas with an immune infiltrate express PD-L1: relation to clinical outcome and Th1 pathway activation
Notice bibliographique
Résumé
Immune checkpoint proteins, such as PD-L1 and PD-1, are important in several cancers; however, their role in osteosarcoma (OSA) and soft tissue sarcoma (STS) remains unclear. Our aims were to determine whether subsets of OSA/STS harbor tumor-infiltrating lymphocytes (TILs) and express PD-L1, and how PD-L1 expression is related to clinical outcome. Tissue sections of 25 cases each of untreated undifferentiated pleomorphic sarcoma (UPS), myxofibrosarcoma (MFS), liposarcoma (LPS) and 24 of leiomyosarcoma (LMS) were subjected to immunohistochemistry (IHC) for immune cells, PD-L1 and PD-1. RT-qPCR was utilized to quantify levels of PD-L1 mRNA from 33 UPS, 57 MFS and 79 OSA primary-untreated specimens. PD-L1 mRNA levels were tested for their correlation with overall survival in patients presenting without metastases. Transcriptome analysis evaluated biological pathway differences between high and low PD-L1 expressers. A subset of UPS and MFS contained TILs and expressed PD-L1 and PD-1; LMS and LPS did not. PD-L1 levels by IHC and RT-qPCR were positively correlated. PD-L1 over-expression was associated with better survival for UPS and OSA, but not MFS. The Th1 pathway was significantly activated in UPS with high levels of PD-L1 and improved survival. Some sarcoma subtypes harbor TILs and express PD-L1. Patients with UPS and OSA with high levels of PD-L1 had better overall survival than those with low expression levels. Important biological pathways distinguish PD-L1 high and low groups. The stratification of patients with OSA/STS with respect to potential immune therapies may be improved through investigation of the expression of immune cells and checkpoint proteins.
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) | 0,001 | 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 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 ».