MétaCan
Menu
Retour à la cohorte
Enregistrement W4281648883 · doi:10.1093/neuonc/noac079.297

IMMU-04. Transcriptional analysis reveals distinct microenvironmental subgroups across pediatric nervous system tumors

2022· article· en· W4281648883 sur OpenAlexaff
Arash Nabbi, Pengbo Beck, Alberto Delaidelli, Derek A. Oldridge, Sumedha Sudhaman, Kelsey Zhu, S.Y. Cindy Yang, David T. Mulder, Jeffrey P. Bruce, Joseph N. Paulson, Pichai Raman, Yuankun Zhu, Martin Silll, Sebastian Brabetz, Sander Lambo, Pascal D. Johann, Adam Resnick, Poul H. Sorensen, David Malkin, Marcel Kool, David Jones, Stefan M. Pfister, Natalie Jäger, Trevor J. Pugh

Notice bibliographique

RevueNeuro-Oncology · 2022
Typearticle
Langueen
DomaineMedicine
ThématiqueGlioma Diagnosis and Treatment
Établissements canadiensBC Cancer AgencyHospital for Sick ChildrenPrincess Margaret Cancer CentreUniversity Health Network
Organismes subventionnairesnon disponible
Mots-clésImmune systemMedulloblastomaTumor microenvironmentBiologyCell typeCancer researchMyeloidImmunotherapyTranscriptomeCellImmunologyGeneGeneticsGene expression

Résumé

récupéré en direct d'OpenAlex

Abstract INTRODUCTION: Recent clinical trials of immune checkpoint inhibitors indicated 5-11% response rate in pediatric patients depending on cancer type and expression of target proteins. Currently, a systematic analysis characterizing the immune microenvironment of childhood tumors is lacking. The main objective of this study is to uncover the features of immune microenvironment in pediatric nervous system tumors (pedNST). METHODS: We compiled transcriptomes of 925 tumors from three initiatives, Therapeutically Applicable Research To Generate Effective Treatments (TARGET, n = 149), International Cancer Genome Consortium (ICGC, n = 195) and Children Brain Tumor Tissue Network (CBTN, n = 581). We analyzed the performance of immune deconvolution tools and used publicly available datasets to define immune genesets. We conducted a consensus analysis to assign genes to cell-types and identify immunological groups. RESULTS: We found wide variability in immune infiltration across and within cancer types ranging from cold tumors such as medulloblastoma (2.7% infiltrate) to infiltrated entities such as neurofibroma (22.6%). Consensus clustering revealed four distinct immune clusters. The pediatric inflamed group (10%) included MYCN non-amplified neuroblastoma and ATRT. The myeloid-predominant group (30%) showed decreased infiltration of lymphoid cells but enrichment of myeloid cell genesets. The pediatric-cold group (42%) harbored no enrichment of immune genesets and included 72% of ependymomas and 65% of medulloblastomas. The immune excluded group (18%) showed depletion of immune cell-types and included sonic-hedgehog medulloblastoma. 71% of pedNST belonged to the lymphocyte depleted or immunologically quiet clusters, indicating the cold immune microenvironment in pedNST compared to adult cancers. CONCLUSION: We report characteristics of the immune microenvironment in pedNST. We found an overall cold microenvironment with low lymphocyte infiltration in this population compared to common adult cancers. We identified ~10% of tumors harboring a relatively inflamed microenvironment. Our data uncover characteristics of immune infiltration in pediatric tumors with potential implications to guide therapy.

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)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,006

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,002
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,001

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 Opus0,014
Tête enseignante GPT0,269
Écart entre enseignants0,255 · 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'étudeObservationnel
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'admission1
Résumé présentoui

Explorer davantage

Même revueNeuro-OncologyMême sujetGlioma Diagnosis and TreatmentTravaux en français237 207