The pan-cancer landscape of crosstalk between epithelial-mesenchymal transition and immune evasion relevant to prognosis and immunotherapy response
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
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.
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 | 0,002 | 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) | 0,000 | 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