Hydroxychloroquine (HCQ) reverses anti-PD-1 immune murine checkpoint blockade: TCF1 as a marker in humans for COVID-19 and HCQ therapy
Notice bibliographique
Résumé
Abstract Coronavirus disease 2019 (COVID-19) pandemic caused by the severe acute respiratory syndrome coronavirus 2 (SARS-CoV-2) is a serious threat to global public health. Hydroxychloroquine (HCQ) and the antibiotic azithromycin (AZ) are still being used by thousands and numerous hospitals to treat COVID-19. In a related context, immunotherapy using checkpoint blockade (ICB) with antibodies such as anti-PD-1 has revolutionised cancer therapy. Given that cancer patients on ICB continue to be infected with SARS-CoV-2, an understanding of the effects of HCQ and AZ on the elimination of tumors by anti-PD-1 ICB is urgently needed. In this study, we report that HCQ alone, or in combination with AZ, at doses used to treat COVID-19 patients, reverses the therapeutic benefit of anti-PD-1 in controlling B16 melanoma tumor growth in mice. No deleterious effect was seen on untreated tumors, or in using AZ alone in anti-PD-1 immunotherapy. Mechanistically, HCQ and HCQ/AZ inhibited PD-L1 expression on tumor cells, while specifically targeting the anti-PD-1 induced increase in progenitor CD8 + CD44 + PD-1 + TCF1 + tumor infiltrating T-cells (TILs) and the generation of CD8 + CD44 + PD-1 + effectors. Surprisingly, it also blocked the appearance of a subset of terminally exhausted CD8+ TILs. No effect was seen on the presence of CD4+ T-cells, FoxP3+ Tregs, thymic subsets, B-cells, antibody production, myeloid cells, or the vasculature of mice. Lastly, we identified TCF-1 expression in peripheral CD8+ T-cells from cancer or non-cancer human patients infected with SARs CoV2 as a marker for the effects of COVID-19 and HCQ on the immune system. This study indicates for the first time that HCQ and HCQ/AZ negatively impact the ability of anti-PD-1 checkpoint blockade to promote tumor rejection. Graphic Abstract
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) | 0,000 | 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 | 0,001 |
| 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 ».