Inducing mismatch repair deficiency sensitizes immune-cold neuroblastoma to anti-CTLA4 and generates broad anti-tumor immune memory
Notice bibliographique
Résumé
Immune checkpoint blockade can induce potent and durable responses in patients with highly immunogenic mismatch repair-deficient tumors; however, these drugs are ineffective against immune-cold neuroblastoma tumors. To establish a role for a T cell-based therapy against neuroblastoma, we show that T cell and memory T cell-dependent gene expression are associated with improved survival in high-risk neuroblastoma patients. To stimulate anti-tumor immunity and reproduce this immune phenotype in neuroblastoma tumors, we used CRISPR-Cas9 to knockout MLH1 —a crucial molecule in the DNA mismatch repair pathway—to induce mismatch repair deficiency in a poorly immunogenic murine neuroblastoma model. Induced mismatch repair deficiency increased the expression of proinflammatory genes and stimulated T cell infiltration into neuroblastoma tumors. In contrast to adult cancers with induced mismatch repair deficiency, neuroblastoma tumors remained unresponsive to anti-PD1 treatment. However, anti-CTLA4 therapy was highly effective against these tumors. Anti-CTLA4 therapy promoted immune memory and T cell epitope spreading in cured animals. Mechanistically, the effect of anti-CTLA4 therapy against neuroblastoma tumors with induced mismatch repair deficiency is CD4 + T cell dependent, as depletion of these cells abolished the effect. Therefore, a therapeutic strategy involving mismatch repair deficiency-based T cell infiltration of neuroblastoma tumors combined with anti-CTLA4 can serve as a novel T cell-based treatment strategy for neuroblastoma.
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 | 0,000 | 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 | 0,001 |
| 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 ».