OX40 and 4-1BB delineate distinct immune profiles in sarcoma
Notice bibliographique
Résumé
Systemic relapse after radiotherapy and surgery is the major cause of disease-related mortality in sarcoma patients. Combining radiotherapy and immunotherapy is under investigation as a means to improve response rates. However, the immune contexture of sarcoma is understudied. Here, we use a retrospective cohort of sarcoma patients, treated with neoadjuvant radiotherapy, and TCGA data. We explore therapeutic targets of relevance to sarcoma, using genomics and multispectral immunohistochemistry to provide insights into the tumor immune microenvironment across sarcoma subtypes. Differential gene expression between radioresponsive myxoid liposarcoma (MLPS) and more radioresistant undifferentiated pleomorphic sarcoma (UPS) indicated UPS contained higher transcript levels of a number of immunotherapy targets (CD73/NT5E, CD39/ENTPD1, CD25/IL2RA, and 4–1BB/TNFRSF9). We focused on 4–1BB/TNFRSF9 and other costimulatory molecules. In TCGA data, 4–1BB correlated to an inflamed and exhausted phenotype. OX40/TNFRSF4 and 4–1BB/TNFRSF9 were highly expressed in sarcoma subtypes versus other cancers. Despite OX40 and 4–1BB being described as Treg markers, we identified that they delineate distinct tumor immune profiles. This was true for sarcoma and other cancers. While only a limited number of samples could be analyzed, spatial analysis of OX40 expression identified two diverse phenotypes of OX40+ Tregs, one associated with and one independent of tertiary lymphoid structures (TLSs). Patient stratification is of intense interest for immunotherapies. We provide data supporting the viewpoint that a cohort of sarcoma patients, appropriately selected, are promising candidates for immunotherapies. Spatial profiling of OX40+ Tregs, in relation to TLSs, could be an additional metric to improve future patient stratification.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 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) | 0,001 | 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 ».