The pan-cancer landscape of crosstalk between epithelial-mesenchymal transition and immune evasion relevant to prognosis and immunotherapy response
Notice bibliographique
Résumé
An emerging body of evidence has recently recognized the coexistence of epithelial-mesenchymal transition (EMT) and immune response. However, a systems-level view and survey of the interplay between EMT and immune escape program, and their impact on tumor behavior and clinical outcome across various types of cancer is lacking. Here, we performed comprehensive multi-omics analyses to characterize the landscape of crosstalk between EMT and immune evasion and their clinical relevance across 17 types of solid cancer. Our study showed the presence of complex and dynamic immunomodulatory crosstalk between EMT and immune evasion shared by pan-cancer, and the crosstalk was significantly associated with cancer prognosis and immunotherapy response. Integrative quantitative analyses of genomics and immunogenomics revealed that cellular composition of immune infiltrates, non-synonymous mutation burden, chromosomal instability and oncogenic gene alterations are associated with the balance between EMT and immune evasion. Finally, we proposed a scoring model termed EMT-CYT Index (ECI) to quantify the EMT-immunity axis, which was a superior predictor of prognosis and immunotherapy response across different malignancies. By providing a systematic overview of crosstalk between EMT and immune evasion, our study highlights the potential of pan-cancer EMT-immunity crosstalk as a paradigm for dissecting molecular mechanisms underlying cancer progression and guiding more effective and generalized immunotherapy strategies.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| 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 ».