Immune dysfunction signatures predict outcomes and define checkpoint blockade–unresponsive microenvironments in acute myeloid leukemia
Notice bibliographique
Résumé
BackgroundImmune exhaustion and senescence are dominant dysfunctional states of effector T cells and major hurdles for the success of cancer immunotherapy. In the current study, we characterized how acute myeloid leukemia (AML) promotes the generation of senescent-like CD8+ T cells and whether they have prognostic relevance.METHODSWe analyzed NanoString, bulk RNA-Seq and single-cell RNA-Seq data from independent clinical cohorts comprising 1,896 patients treated with chemotherapy and/or immune checkpoint blockade (ICB).ResultsWe show that senescent-like bone marrow CD8+ T cells were impaired in killing autologous AML blasts and that their proportion negatively correlated with overall survival (OS). We defined what we believe to be new immune effector dysfunction (IED) signatures using 2 gene expression profiling platforms and reported that IED scores correlated with adverse-risk molecular lesions, stemness, and poor outcomes; these scores were a more powerful predictor of OS than 2017-ELN risk or leukemia stem cell (LSC17) scores. IED expression signatures also identified an ICB-unresponsive tumor microenvironment and predicted significantly shorter OS.ConclusionThe IED scores provided improved AML-risk stratification and could facilitate the delivery of personalized immunotherapies to patients who are most likely to benefit.TRIAL REGISTRATIONClinicalTrials.gov; NCT02845297.FUNDINGJohn and Lucille van Geest Foundation, Nottingham Trent University's Health & Wellbeing Strategic Research Theme, NIH/NCI P01CA225618, Genentech-imCORE ML40354, Qatar National Research Fund (NPRP8-2297-3-494).
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 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 | 0,002 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 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) | 0,000 | 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».