Tumor Infiltrating Lymphocytes Signature as a New Pan-Cancer Predictive Biomarker of Anti PD-1/PD-L1 Efficacy
Notice bibliographique
Résumé
Tumor immune infiltrates are associated with tumor prognosis in many cancer types. However, their capacity to predict the efficacy of checkpoint inhibitors is poorly documented. We generate three signatures that evaluate in different ways these infiltrates: lymphoid- and myeloid-alone signatures, and a combined signature of both named the TIL (tumor-infiltrating lymphocyte) transcriptomic signature. We evaluate these signatures in The Cancer Genome Atlas Program (TCGA) Pan-Cancer cohort and four cohorts comprising patients with melanoma, lung, and head and neck cancer treated with anti-PD-1 or anti-CTLA-4 therapies. We observe using TCGA Pan-Cancer cohort that this TIL or lymphoid-alone signature accurately estimates prognosis in most cancer types and outperforms histological TIL evaluation or myeloid signature alone. Both TIL and lymphoid signatures are correlated with response rate to immunotherapy. Combining lymphoid signature or TIL with tumor mutational burden generates a score that is highly efficient in predicting response to immunotherapy. In different series of patients treated with checkpoint inhibitors for non-small cell lung cancer, head and neck cancer, and melanoma, we observed that TIL or lymphoid signature were associated with outcome. These data demonstrate that a simple TIL or lymphoid signature could be used as a Pan-Cancer prognostic and predictive biomarker to estimate patient survival under checkpoint inhibitors.
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 | 0,001 |
| 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) | 0,001 | 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 ».