IMMU-17. Comprehensive immunological gene expression profiling of pediatric brain tumors
Notice bibliographique
Résumé
Abstract Immunotherapy, predominantly through immune checkpoint inhibition (ICI), has had incredible success in treating some metastatic cancers, however, outside of rare cases of mismatch repair deficient (MMRD) gliomas, brain tumors have not had consistent responses to ICI. This can be attributed to a variety of factors including a low tumor mutation burden, lack of T cell infiltrates, and the CNS immune privilege. There are numerous strategies to target the tumor immune microenvironment (TIME) beyond ICI, include CAR-T cells, tumor vaccines, and myeloid cell modulation. The investigation of these depends critically on detailed characterization of the cell populations and interactions in the CNS TIME. We developed a 103 gene NanoString immune-oncology gene expression panel that includes markers reflecting selected cell types, therapeutic targets, and cellular pathways, as well as the 18-gene Tumor Inflammation Signature, a well validate biomarker for ICI response. We have used this to characterize over 500 brain tumors, including a diverse set of 227 pediatric low-grade gliomas (LGG), 86 MMRD gliomas, 47 diffuse intrinsic pontine gliomas (DIPG), 26 ependymomas, 36 medulloblastomas, 70 adult gliomas, and 35 non-tumor brain samples. Our results demonstrate a broad range of immunologic states, including within groups of tumors with the same genetic driver alteration. In pediatric LGG with BRAF V600E, there was clear histologic correlation with immune status, as glioneuronal tumors had substantial upregulation of T cell markers and regulatory genes, while diffuse astrocytomas had a near normal immune profile. In DIPG there was strong upregulation of macrophage markers, contradicting prior reports that have characterized these tumors as immunologically neutral. In a set of MMRD gliomas treated with ICI we identified several differentially expressed genes correlating with therapeutic response, including CCL4, CXCL9, and HGPD. In sum, this provides a characterization of diverse immune activation states across pediatric gliomas and other brain tumors.
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 | 0,001 |
| 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 ».