Abstract 2162: KIM–1 mediatesimmune evasioninrenal cell carcinoma
Notice bibliographique
Résumé
Abstract Renal cell carcinoma (RCC) is the most common and lethal form of kidney cancer. Cancer immune evasion is a major obstacle for effective immunotherapy in RCC. Mechanisms of immune evasion are characterized by three phenotypes: Immune Inflamed; tumor contains infiltrating T cells which are rendered inactive within the tumor microenvironment due to localized inhibition. Immune Desert; tumor is devoid of activate T cells due to defective antigen presentation, and/or T cell activation. Lastly, Immune Excluded; tumor is surrounded by T cells that are unable to penetrate the parenchyma, caused by immunosuppression within the tumor stroma. Kidney Injury Molecule-1 (KIM-1) is a cell-surface glycoprotein aberrantly expressed in >90% of RCC tumors. The purpose of this study was to determine the pathophysiological significance of KIM-1 in RCC pathogenesis. We generated murine RCC cells (Renca) expressing KIM-1 (KIM-1pos) or control vector (KIM-1neg) using lentiviral transduction. We found that KIM-1 expression on RCC cells promoted more rapid tumor growth when injected contralaterally into syngeneic immunocompetent BALB/c mice (KIM-1neg = 263.75mm3, KIM-1pos = 849.72, p = 0.0149 & KIM-1neg = 0.32g, KIM-1pos = 0.58, p = 0.0229), but not in RAG1-/- immunodeficient BALB/c mice suggesting the KIM-1 promotes tumor growth through evasion of the adapt immune system. When analyzing tumor infiltrating lymphocytes (TILs) from both tumor groups, we found a relative scarcity of CD4+ and CD8+ T cells within the KIM-1pos vs. KIM-1neg tumors. To classify the immune evasion phenotype, we analyzed localization of the immune infiltrate using immunofluorescence within KIM-1pos and KIM-1neg RCC tumors. We found significantly fewer CD3+ cells within the KIM-1pos vs. KIM-1neg tumor parenchyma (KIM-1neg = 3625.78%, KIM-1pos = 272.36%, p = 0.0410). Moreover, CD3+ cells of the KIM-1neg tumors were observed in the parenchyma, whereas CD3+ cells of the KIM-1pos tumors were localized to the tumor stroma. In addition, we observed a higher frequency of myeloid derived suppressor cells (MDSCs) within the KIM-1pos vs the KIM-1neg tumor parenchyma (KIM-1neg = 0.05, KIM-1pos = 0.19, p = 0.0266). Transcriptomic profiling of both KIM-1pos and KIM-1neg Renca cells suggests that KIM-1 promotes deposition of extracellular matrix (KIM-1neg = -1.21, KIM-1pos = 1.96-fold change), which may contribute to KIM-1-mediated immune evasion Our data suggests that KIM-1 expression in RCC promotes immune evasion by altering the tumor microenvironment resulting in an Immune Excluded phenotype. Citation Format: Demitra M. Yotis, Bradly Shrum, Marie Sarabusky, Lakshman Gunaratnam. KIM–1 mediatesimmune evasioninrenal cell carcinoma [abstract]. In: Proceedings of the Annual Meeting of the American Association for Cancer Research 2020; 2020 Apr 27-28 and Jun 22-24. Philadelphia (PA): AACR; Cancer Res 2020;80(16 Suppl):Abstract nr 2162.
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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 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 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 0,001 |
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.
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 ».