MHC-I genotype and tumor mutational burden predict response to immunotherapy
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.
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 | 0,001 |
| 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 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 ».