Abstract B16: Identification of tumor-specific antigens shared by induced pluripotent stem cells
Notice bibliographique
Résumé
Abstract The development of cancer immunotherapeutics is limited by the tumor-specific antigen (TSA) discovery. Cancer cells and pluripotent stem cells, i.e., embryonic stem cells (ESCs) and induced pluripotent stem cells (iPSCs), show a significant transcriptomic overlap. Indeed, when used as prophylactic vaccines in another study, iPSCs prevented tumor growth in mouse models of lung, breast, and skin cancer, suggesting that we could mine iPSCs for the discovery of TSAs. We use a recently developed proteogenomic approach combining RNA-sequencing and mass spectrometry to characterize the immunopeptidome (MHC class I-associated peptides) of iPSCs. Analyses of hitherto one human iPS cell line allowed us to identify 9 MHC class I-associated antigens that were not expressed by normal somatic tissues and thus are likely immunogenic. 50% of these antigens were highly expressed in different cancer types from The Cancer Genome Atlas, highlighting their potential for cancer immunotherapy. Expression of these TSAs resulted from aberrant expression of noncoding genomic regions and not from mutations, making them ideal candidates for antigen-based cancer vaccines. Our study indicates which stem cell features present in cancer cells might be harnessed for cancer immunotherapy. Moreover, we show for the first time that the immunopeptidome of iPSCs reflects the state of pluripotency. Cancer stem cells are known to drive disease relapse after treatment, while cancer circulating cells possessing pluripotent stem cell features are more efficient at producing metastases. These factors indicate that treatments targeted at stemness could improve clinical outcome, and that iPSC-informed TSAs hold promise for prophylactic and therapeutic cancer vaccines. Citation Format: Anca Apavaloaei, Marie-Pierre Hardy, Jean-David Larouche, Qingchuan Zhao, Krystel Vincent, Jean-Philippe Laverdure, Chantal Durette, Joel Lanoix, Pierre Thibault, Claude Perreault. Identification of tumor-specific antigens shared by induced pluripotent stem cells [abstract]. In: Proceedings of the AACR Special Conference on Tumor Immunology and Immunotherapy; 2019 Nov 17-20; Boston, MA. Philadelphia (PA): AACR; Cancer Immunol Res 2020;8(3 Suppl):Abstract nr B16.
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 | 0,000 |
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 ».