Relapsed multiple myeloma demonstrates distinct patterns of immune microenvironment and malignant cell-mediated immunosuppression
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Immunotherapy has shown efficacy in relapsed multiple myeloma (MM). However, these therapies may depend on a functional tumor immune microenvironment (iTME) for their efficacy. Characterizing the evolution of the iTME over the disease course is necessary to optimize the timing of immunotherapies. We performed mass cytometry, cytokine analysis, and RNA sequencing on bone marrow samples from 39 (13 newly diagnosed [NDMM], 11 relapsed pre-daratumumab exposure [RMM], and 13 triple-refractory [TRMM]) MM patients. Three distinct cellular iTME clusters were identified; cluster 1 comprised mainly of NDMM and RMM patients; and clusters 2 and 3 comprised primarily of TRMM patients. We showed that naive T cells were decreased in clusters 2 and 3, cluster 2 was characterized by increased senescent T cells, and cluster 3 by decreased early memory T cells. Plasma cells in clusters 2 and 3 upregulated E2F transcription factors and MYC proliferation pathways, and downregulated interferon, TGF-beta, interleuking-6, and TNF-αlpha signaling pathways compared to cluster 1. This study suggests that the MM iTME becomes increasingly dysfunctional with therapy whereas the MM clone may be less dependent on inflammation-mediated growth pathways and less sensitive to IFN-mediated immunosurveillance. Our findings may explain the decreased sensitivity of TRMM patients to novel immunotherapies.
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.
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) | 0,000 | 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) | 0,001 | 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 découle