Mutations in the IFNγ-JAK-STAT Pathway Causing Resistance to Immune Checkpoint Inhibitors in Melanoma Increase Sensitivity to Oncolytic Virus Treatment
Notice bibliographique
Résumé
Abstract Purpose: Next-generation sequencing studies and CRISPR-Cas9 screens have established mutations in the IFNγ-JAK-STAT pathway as an immune checkpoint inhibitor (ICI) resistance mechanism in a subset of patients with melanoma. We hypothesized ICI resistance mutations in the IFNγ pathway would simultaneously render melanomas susceptible to oncolytic virus (OV) therapy. Experimental Design: Cytotoxicity experiments were performed with a number of OVs on a matched melanoma cell line pair generated from a baseline biopsy and a progressing lesion with complete JAK2 loss from a patient that relapsed on anti-PD-1 therapy, in melanoma lines following JAK1/2 RNA interference (RNAi) and pharmacologic inhibition and in Jak2 knockout (KO) B16-F10 mouse melanomas. Furthermore, we estimated the frequency of genetic alterations in the IFNγ-JAK-STAT pathway in human melanomas. Results: The melanoma line from an anti-PD-1 progressing lesion was 7- and 22-fold more sensitive to the modified OVs, herpes simplex virus 1 (HSV1-dICP0) and vesicular stomatitis virus (VSV-Δ51), respectively, compared with the line from the baseline biopsy. RNAi, JAK1/2 inhibitor studies, and in vivo studies of Jak2 KOs B16-F10 melanomas revealed a significant increase in VSV-Δ51 sensitivity with JAK/STAT pathway inhibition. Our analysis of The Cancer Genome Atlas data estimated that approximately 11% of ICI-naïve cutaneous melanomas have alterations in IFNγ pathway genes that may confer OV susceptibility. Conclusions: We provide mechanistic support for the use of OVs as a precision medicine strategy for both salvage therapy in ICI-resistant and first-line treatment in melanomas with IFNγ-JAK-STAT pathway mutations. Our study also supports JAK inhibitor–OV combination therapy for treatment-naïve melanomas without IFN signaling defects. See related commentary by Kaufman, p. 3278
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 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».