MétaCan
Menu
← Retour à la cohorte
Enregistrement W3046101679 · doi:10.1158/1538-7445.pedca19-a10

Abstract A10: Constitutive HIF activity enhances T-cell antitumor immunity and memory T-cell formation in the murine adoptive cell therapy model

2020· article· en· W3046101679 sur OpenAlexaboutno aff
Colette Lauhan, Deborah A. Witherden, Ilkka Liikanan, Ananda W. Goldrath

Notice bibliographique

RevueCancer Research · 2020
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueVirus-based gene therapy research
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésAdoptive cell transferCytotoxic T cellCD8Cancer researchT cellBiologyMelanomaPathologyChemistryIn vitroMedicineImmunologyImmune system

Résumé

récupéré en direct d'OpenAlex

Abstract Purpose: To determine if unrestrained hypoxia inducible factor (HIF) activity in CD8 T cells improves antitumor response. Methods: CD8 T cells were isolated from von Hippel Lindau (VHL)-deficient (VHL KO) mice, which have unrepressed HIF1 and HIF2 activity, as well as from VHL/HIF1/HIF2 triple-deficient (TKO) and WT mice. Following in vitro activation, T cells were transferred to melanoma (B16) tumor-bearing mice and monitored for tumor progression and survival. In other studies, activated VHL KO and TKO CD8 cells were mixed with WT CD8 cells and transferred to B16 or adenocarcinoma (MC38) tumor-bearing mice; after 7-10 days, donor T cells were analyzed from tumors, spleens, and draining lymph nodes (LN). Results: Single transfer of VHL KO CD8 T cells to B16 tumor-bearing mice resulted in delayed tumor growth and prolonged survival compared to transfer of CD8 T cells from TKO or WT donors. Co-transfer of VHL KO cells with WT cells into B16 tumor-bearing mice resulted in superior accumulation of VHL KO cells in all tissues including tumors. In contrast, mixed transfer of TKO cells with WT cells to B16 tumor-bearing mice resulted in poorer accumulation of TKO cells in all tissues including tumors. VHL KO tumor-infiltrating lymphocytes (TILs) had superior expression of tissue resident memory (TRM) phenotype markers CD103 and CD69 compared to WT and TKO TILs. Similarly in the MC38 tumor model, VHL KO cells showed improved accumulation in all tissues compared to WT cells. Conclusions: Here we demonstrate that VHL deletion in CD8 T cells results in superior efficacy in delaying tumor growth and improving recipient survival, greater accumulation in multiple solid tumor models, and increased development of the TRM phenotype. Further, TKO recipients demonstrated increased tumor growth, reduced survival, reduced TIL numbers, and absence of TRM phenotype following adoptive transfer, confirming the HIF dependency of the VHL-deletion phenotype. Taken together, these data demonstrate that T cells with constitutive HIF activity provide a more robust antitumor response. Therefore, manipulation of HIF regulation could offer new tools for enhanced T-cell efficacy in adoptive cellular therapy for solid tumors. Citation Format: Colette R. Lauhan, Deborah Witherden, Ilkka Liikanan, Ananda Goldrath. Constitutive HIF activity enhances T-cell antitumor immunity and memory T-cell formation in the murine adoptive cell therapy model [abstract]. In: Proceedings of the AACR Special Conference on the Advances in Pediatric Cancer Research; 2019 Sep 17-20; Montreal, QC, Canada. Philadelphia (PA): AACR; Cancer Res 2020;80(14 Suppl):Abstract nr A10.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,008

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0020,001

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.

Tête enseignante Opus0,082
Tête enseignante GPT0,372
Écart entre enseignants0,290 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCancer Research→Même sujetVirus-based gene therapy research→Travaux en français237 207→