Single-cell Profiles and Prognostic Impact of Tumor-Infiltrating Lymphocytes Coexpressing CD39, CD103, and PD-1 in Ovarian Cancer
Notice bibliographique
Résumé
Abstract Purpose: Tumor-infiltrating lymphocytes (TIL) are strongly associated with survival in most cancers; however, the tumor-reactive subset that drives this prognostic effect remains poorly defined. CD39, CD103, and PD-1 have been independently proposed as markers of tumor-reactive CD8+ TIL in various cancers. We evaluated the phenotype, clonality, and prognostic significance of TIL expressing various combinations of these markers in high-grade serous ovarian cancer (HGSC), a malignancy in need of more effective immunotherapeutic approaches. Experimental Design: Expression of CD39, CD103, PD-1, and other immune markers was assessed by high-dimensional flow cytometry, single-cell sequencing, and multiplex immunofluorescence of primary and matched pre/post-chemotherapy HGSC specimens. Results: Coexpression of CD39, CD103, and PD-1 (“triple-positive” phenotype) demarcated subsets of CD8+ TIL and CD4+ regulatory T cells (Treg) with a highly activated/exhausted phenotype. Triple-positive CD8+ TIL exhibited reduced T-cell receptor (TCR) diversity and expressed genes involved in both cytolytic and humoral immunity. Triple-positive Tregs exhibited higher TCR diversity and a tumor-resident phenotype. Triple-positive TIL showed superior prognostic impact relative to TIL expressing other combinations of these markers. TIGIT was uniquely upregulated on triple-positive CD8+ effector cells relative to their CD4+ Treg counterparts. Conclusions: Coexpression of CD39, CD103, and PD-1 demarcates highly activated CD8+ and CD4+ TIL with inferred roles in cytolytic, humoral, and regulatory immune functions. Triple-positive TIL demonstrate exceptional prognostic significance and express compelling targets for combination immunotherapy, including PD-1, CD39, and TIGIT.
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) | 0,001 | 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 ».