Detection of temozolomide-induced hypermutation and response to PD-1 checkpoint inhibitor in recurrent glioblastoma
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
Background: Despite aggressive upfront treatment in glioblastoma (GBM), recurrence remains inevitable for most patients. Accumulating evidence has identified hypermutation induced by temozolomide (TMZ) as an emerging subtype of recurrent GBM. However, its biological and therapeutic significance has yet to be described. Methods: We combined GBM patient and derive GBM stem cells (GSCs) from tumors following TMZ to explore response of hypermutant and non-hypermutant emergent phenotypes and explore the immune relevance of hypermutant and non-hypermutant states in vivo. Results: Hypermutation emerges as one of two possible mutational subtypes following TMZ treatment in vivo and demonstrates distinct phenotypic features compared to non-hypermutant recurrent GBM. Hypermutant tumors elicited robust immune rejection in subcutaneous contexts which was accompanied by increased immune cell infiltration. In contrast, immune rejection of hypermutant tumors were stunted in orthotopic settings where we observe limited immune infiltration. Use of anti-PD-1 immunotherapy showed that immunosuppression in orthotopic contexts was independent from the PD-1/PD-L1 axis. Finally, we demonstrate that mutational burden can be estimated from DNA contained in extracellular vesicles (EVs). Conclusion: Hypermutation post-TMZ are phenotypically distinct from non-hypermutant GBM and requires personalization for appropriate treatment. The brain microenvironment may be immunosuppressive and exploration of the mechanisms behind this may be key to improving immunotherapy response in this subtype of recurrent GBM.
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 | 0,000 | 0,001 |
| 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