MétaCan
Menu
Retour à la cohorte
Enregistrement W4210910593 · doi:10.1136/jitc-2021-003534

Single-cell transcriptome analysis revealed a suppressive tumor immune microenvironment in EGFR mutant lung adenocarcinoma

2022· article· en· W4210910593 sur OpenAlex

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.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueJournal for ImmunoTherapy of Cancer · 2022
Typearticle
Langueen
DomaineMedicine
ThématiqueCancer Immunotherapy and Biomarkers
Établissements canadiensNovelis (Canada)
Organismes subventionnairesHigh-level Hospital Construction Project of Guangdong Provincial People's HospitalNational Natural Science Foundation of China
Mots-clésImmunotherapyCancer researchEpidermal growth factor receptorTumor microenvironmentCD8AdenocarcinomaImmune systemLung cancerBiologyCellCytotoxic T cellImmune checkpointMedicineCancerImmunologyPathologyInternal medicine

Résumé

récupéré en direct d'OpenAlex

Backgrounds Immunotherapy is less effective in patients with epidermal growth factor receptor (EGFR) mutant non-small-cell lung cancer (NSCLC). Lower programmed cell death-ligand 1 (PD-L1) expression and tumor mutation burden (TMB) are reported to be the underlying mechanism. Being another important factor to affect the efficacy of immunotherapy, tumor microenvironment (TME) characteristics of this subgroup of NSCLC are not comprehensively understood up to date. Hence, we initiated this study to describe the specific TME of EGFR-mutant lung adenocarcinoma (LUAD) from cellular compositional and functional perspectives to better understand the immune landscape of this most common subtype of NSCLC. Methods We used single-cell transcriptome sequencing and multiplex immunohistochemistry to investigate the immune microenvironment of EGFR-mutant and EGFR wild-type LUADs and determined the efficacy of immunotherapy. We analyzed single cells from nine treatment-naïve samples and compared them to three post-immunotherapy samples previously reported from single cell perspective using bioinformatics methods. Results We found that EGFR-mutant malignant epithelial cells had similar characteristics to the epithelial cells in non-responders. EGFR-mutant LUAD lacked CD8 + tissue-resident memory (TRM) cells, which could promote tertiary lymphoid structure generation by secreting CXCL13. In addition, other cell types, including tumor-associated macrophages and cancer-associated fibroblasts, which are capable of recruiting, retaining, and expanding CD8 + TRM cells in the TME, were also deficient in EGFR-mutant LUAD. Furthermore, EGFR-mutant LUAD had significantly less crosstalk between T cells and other cell types via programmed cell death-1 (PD-1) and PD-L1 or other immune checkpoints compared with EGFR wild-type LUAD. Conclusions Our findings provide a comprehensive understanding of the immune landscape of EGFR-mutant LUAD at the single-cell level. Based on the results, many cellular components might have negative impact on the specific TME of EGFR-mutant LUAD through influencing CD8 + TRM. Lack of CD8 + TRM might be a key factor responsible for the suppressive TME of EGFR-mutant LUAD.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,405
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0050,000

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.

Tête enseignante Opus0,013
Tête enseignante GPT0,276
Écart entre enseignants0,263 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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