Relapsed multiple myeloma demonstrates distinct patterns of immune microenvironment and malignant cell-mediated immunosuppression
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.
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 | 0,001 | 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 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 ».