MHC-I genotype and tumor mutational burden predict response to 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
BACKGROUND: Immune checkpoint blockade (ICB) with antibodies inhibiting cytotoxic T lymphocyte-associated protein-4 (CTLA-4) and programmed cell death protein-1 (PD-1) (or its ligand (PD-L1)) can stimulate immune responses against cancer and have revolutionized the treatment of tumors. The influence of host germline genetics and its interaction with tumor neoantigens remains poorly defined. We sought to determine the interaction between tumor mutational burden (TMB) and the ability of a patient's major histocompatibility complex class I (MHC-I) to efficiently present mutated driver neoantigens in predicting response ICB. METHODS: Comprehensive genomic profiling was performed on 83 patients with diverse cancers treated with ICB to determine TMB and human leukocyte antigen-I (HLA-I) genotype. The ability of a patient's MHC-I to efficiently present mutated driver neoantigens (defined by the Patient Harmonic-mean Best Rank (PHBR) score (with lower PHBR indicating more efficient presentation)) was calculated for each patient. RESULTS: The median progression-free survival (PFS) for PHBR score < 0.5 vs. ≥ 0.5 was 5.1 vs. 4.4 months (P = 0.04). Using a TMB cutoff of 10 mutations/mb, the stable disease > 6 months/partial response/complete response rate, median PFS, and median overall survival (OS) of TMB high/PHBR high vs. TMB high/PHBR low were 43% vs. 78% (P = 0.049), 5.8 vs. 26.8 months (P = 0.03), and 17.2 months vs. not reached (P = 0.23), respectively. These findings were confirmed in an independent validation cohort of 32 patients. CONCLUSIONS: Poor presentation of driver mutation neoantigens by MHC-I may explain why some tumors (even with a high TMB) do not respond to ICB.
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) | 0,002 | 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