MétaCan
Menu
← Retour à la cohorte
Enregistrement W4220915428 · doi:10.1101/2022.03.13.484176

<i>In vivo</i> CRISPR screens reveal Serpinb9 and Adam2 as regulators of immune therapy response in lung cancer

2022· preprint· en· W4220915428 sur OpenAlexafffund
Dzana Dervovic, Edward L.Y. Chen, Ahmad Malik, Somi Afiuni-Zadeh, Jonathan Boucher, Jacob M. Berman, Katie Teng, Arshad Ayyaz, YiQing Lü, Masahiro Narimatsu, Geraldine Mbamalu, Sampath K. Loganathan, Sebastian Martinez, Ricky Tsai, Li Zhang, Jeffrey L. Wrana, Philippe P. Roux, Harland W. Jackson, Daniel Schramek

Notice bibliographique

RevuebioRxiv (Cold Spring Harbor Laboratory) · 2022
Typepreprint
Langueen
DomaineImmunology and Microbiology
ThématiqueImmunotherapy and Immune Responses
Établissements canadiensUniversity of CalgaryInstitute for Research in Immunology and CancerToronto General HospitalUniversity Health NetworkUniversity of TorontoUniversité de MontréalLunenfeld-Tanenbaum Research InstituteMount Sinai Hospital
Organismes subventionnairesFonds de Recherche du Québec - SantéCanadian Cancer Society Research InstituteCanadian Institutes of Health ResearchTerry Fox Research InstituteKrembil FoundationUniversity of Toronto
Mots-clésKRASCancer researchCytotoxic T cellImmunotherapyImmune systemBiologyTumor microenvironmentLung cancerCancerCancer immunotherapyImmunologyMedicineColorectal cancerIn vitroInternal medicine

Résumé

récupéré en direct d'OpenAlex

Abstract How the genetic landscape of a tumor governs the tumor’s response to immunotherapy remains largely elusive. Here, we established a direct in vivo CRISPR/Cas9 gene editing methodology to assess the immune-modulatory capabilities of 573 putative cancer genes associated with altered cytotoxic activity in human cancers. Using Kras G12D - and Braf V600E -driven mouse lung cancer models, we identify Serpinb9 and Adam2 as our top immune suppressive and immune enhancing genes, respectively. Mechanistically, we show that Serpinb9 ablation in Kras G12D - and Braf V600E -mutant lung tumor cells greatly enhances the efficacy of cytotoxic T-cells in vitro and in vivo . ADAM2 is a cancer testis antigen broadly expressed in human cancers such as lung adenocarcinoma (13.9%), renal (74.7%), prostate (72.4%), uterine (28.6%) and invasive breast (9.5%) cancer. In our mouse models, we show that Adam2 expression is induced in Kras G12D - but not Braf V600E -driven murine lung tumors and that its expression is further enhanced by immunotherapy. We show that loss of Adam2 significantly decreases Kras G12D -lung tumor burden but blocks the efficacy of cytotoxic T-cells. Consistently, Adam2 overexpression dramatically increases tumor growth and enhances immunotherapy efficacy. Mechanistically, we find that Adam2 ’s oncogenic function depends on modulating the tumor immune microenvironment by restraining productive type I and type II interferon responses as well as cytokine signaling, reducing the presentation of tumor-associated antigen, and modulating surface expression of several immunoregulatory receptors within Kras -driven lung tumors. Adam2 expression also leads to reduced levels of immune checkpoint inhibitors such as Pd-l1, Lag3, Tigit and Tim3. This reduced exhaustion within the tumor microenvironment may explain why ex vivo expanded and adoptively transferred cytotoxic T-cells show enhanced cytotoxic efficacy against Adam2 overexpressing lung tumors. Together, our study highlights the power of integrating cancer genomic with in vivo CRISPR/Cas9 screens to uncover how cancer-associated genetic alterations control responses to 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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
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 enseignants0,003
Score d'incertitude au seuil0,009

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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 Opus0,009
Tête enseignante GPT0,248
Écart entre enseignants0,239 · 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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2022
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revuebioRxiv (Cold Spring Harbor Laboratory)→Même sujetImmunotherapy and Immune Responses→Travaux en français237 207→