Autoantibody Landscape in Patients with Advanced Prostate Cancer
Notice bibliographique
Résumé
PURPOSE: Autoantibody responses in cancer are of great interest, as they may be concordant with T-cell responses to cancer antigens or predictive of response to cancer immunotherapies. Thus, we sought to characterize the antibody landscape of metastatic castration-resistant prostate cancer (mCRPC). EXPERIMENTAL DESIGN: Serum antibody epitope repertoire analysis (SERA) was performed on patient serum to identify tumor-specific neoepitopes. Somatic mutation-specific neoepitopes were investigated by associating serum epitope enrichment scores with whole-genome sequencing results from paired solid tumor metastasis biopsies and germline blood samples. A protein-based immunome-wide association study (PIWAS) was performed to identify significantly enriched epitopes, and candidate serum antibodies enriched in select patients were validated by ELISA profiling. A distinct cohort of patients with melanoma was evaluated to validate the top cancer-specific epitopes. RESULTS: SERA was performed on 1,229 serum samples obtained from 72 men with mCRPC and 1,157 healthy control patients. Twenty-nine of 6,636 somatic mutations (0.44%) were associated with an antibody response specific to the mutated peptide. PIWAS analyses identified motifs in 11 proteins, including NY-ESO-1 and HERVK-113, as immunogenic in mCRPC, and ELISA confirmed serum antibody enrichment in candidate patients. Confirmatory PIWAS, Identifying Motifs Using Next-generation sequencing Experiments (IMUNE), and ELISA analyses performed on serum samples from 106 patients with melanoma similarly revealed enriched cancer-specific antibody responses to NY-ESO-1. CONCLUSIONS: We present the first large-scale profiling of autoantibodies in advanced prostate cancer, utilizing a new antibody profiling approach to reveal novel cancer-specific antigens and epitopes. Our study recovers antigens of known importance and identifies novel tumor-specific epitopes of translational interest.
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 | 0,001 | 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 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 ».