MER4 endogenous retrovirus correlated with better efficacy of anti-PD1/PD-L1 therapy in non-small cell lung cancer
Notice bibliographique
Résumé
BACKGROUND: Endogenous retroviruses (ERVs) are highly expressed in various cancer types and are associated with increased innate immune response and better efficacy of antiprogrammed death-1/ligand-1 (anti-PD1/PD-L1)-directed immune checkpoint inhibitors (ICI) in preclinical models. However, their role in human non-small cell lung cancer (NSCLC) remains unknown. METHODS: We conducted a retrospective study of patients receiving ICI for advanced NSCLC in two independent cohorts. ERV expression was determined by RNA sequencing. The primary endpoint was progression-free survival (PFS) under ICI. The secondary endpoint was overall survival (OS) from ICI initiation. We studied expression of 6205 ERVs. Multivariate Cox regression model with lasso penalty was estimated on the training set to select ERVs significantly associated with survival. The predictive power of these ERVs was compared with that of previously described transcriptomic signatures. RESULTS: We studied two independent cohorts of 89 and 70 patients, used as training and validation sets. Clinicopathological characteristics included 75% of patients with non-squamous NSCLC. We selected four ERVs significantly associated with PFS. Only high MER4 ERV was associated with better PFS and OS in both cohorts. From a biological point of view, high MER4 expression is associated with higher infiltration of eosinophils and inflammatory gene signatures, while low MER4 expression is associated with enrichment in metabolism and proliferation signatures. Adding MER4 to previously described transcriptomic signatures of response to ICI improved their predictive power. CONCLUSIONS: MER4 ERV expression is useful to stratify risk and predict PFS and OS in patients treated with ICI for NSCLC. It also improves the predictive power of other known transcriptomic signatures.
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 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 | 0,000 | 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) | 0,002 | 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 tête enseignante, 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 ».