MétaCan
Menu
Retour à la cohorte
Enregistrement W4308396215 · doi:10.1136/jitc-2022-sitc2022.0464

464 Anti-CTLA-4 therapy depletes Tregs and expands ICOS<sup>+</sup> T-cells in neuroblastoma tumors with induced DNA mismatch repair deficiency

2022· article· en· W4308396215 sur OpenAlexaff
Megan Hong, René Figueredo, Saman Maleki

Notice bibliographique

RevueRegular and Young Investigator Award Abstracts · 2022
Typearticle
Langueen
DomaineMedicine
ThématiqueNeuroblastoma Research and Treatments
Établissements canadiensWestern University
Organismes subventionnairesnon disponible
Mots-clésCancer researchCytotoxic T cellCTLA-4EffectorT cellImmunologyBiologyNeuroblastomaImmune systemCell cultureGenetics

Résumé

récupéré en direct d'OpenAlex

<h3>Background</h3> Cytotoxic T lymphocyte-associated protein 4 (CTLA-4) highly expressed on regulatory T-cells (Tregs) inhibit the activation of pro-inflammatory T-cells responsible for eliminating cancer cells. Anti-CTLA-4 can enhance T-cell activation by increasing CD28 co-stimulatory signaling through CTLA-4 blockade or depletion of Tregs by Fc-dependent effector mechanisms. Strategies to improve its therapeutic efficacy are needed as patient response rates to anti-CTLA-4 are low. Response to anti-CTLA-4 has been positively correlated with tumor mutation burden (TMB). Defects in the DNA mismatch repair (MMR) pathway can increase TMB and the production of neoantigens that promote anti-tumor immune responses. Here we investigate the underlying mechanism(s) to which induced MMR deficiency in an immunologically-cold and low TMB tumor model can enhance the therapeutic effect of anti-CTLA-4. We hypothesize that induced MMR deficiency in tumors enhances anti-CTLA-4-mediated Treg depletion and increases the infiltration and activation of effector T-cells. <h3>Methods</h3> MMR deficiency was induced in a syngeneic murine neuro-2a neuroblastoma cell line by knocking-out <i>MLH1</i> expression using CRISPR-Cas9. Wildtype MMR-proficient (pMMR) or induced MMR-deficient (idMMR) neuro-2a cells were inoculated into immunocompetent A/J mice and treated with anti-CTLA-4. Tumors were immunophenotyped by flow cytometry and mixed-lymphocyte reaction assays were used to examine the effects of MMR deficiency and anti-CTLA-4 on T-cell activation and proliferation. <h3>Results</h3> Induced MMR deficiency in neuroblastoma tumors enhances the anti-tumor immune response induced by anti-CTLA-4. MMR deficiency in neuroblastoma tumors promoted anti-CTLA-4-mediated Treg depletion and increased intratumoral CD3<sup>+</sup> T-cells. idMMR neuroblastoma tumors had an increase of ICOS<sup>+</sup> T-cells compared to pMMR tumors. In addition, ICOS<sup>+</sup> T-cells were increased further with anti-CTLA-4 treatment. <h3>Conclusions</h3> Our data show that inducing MMR deficiency in low TMB and immune-cold neuroblastoma tumors can enhance the anti-tumor effect of anti-CTLA-4 by increasing T-cell activation and depletion of Tregs. By understanding the underlying mechanism(s) of anti-CTLA-4 in idMMR tumors, it may justify targeting the MMR pathway to improve the response to immune checkpoint inhibitors in patients with immunologically-cold and/or low TMB tumors that are refractory to immunotherapy. Future studies will assess how inducing MMR deficiency alters the tumor microenvironment to enable anti-CTLA-4-mediated Treg depletion and the significance of ICOS<sup>+</sup> T-cells in the efficacy of anti-CTLA-4 therapy in this setting.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,330
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

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

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.

Tête enseignante Opus0,017
Tête enseignante GPT0,238
Écart entre enseignants0,221 · 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 tête enseignante, pas un consensus.

Devis d'étudeExpérimental (laboratoire)
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 revueRegular and Young Investigator Award AbstractsMême sujetNeuroblastoma Research and TreatmentsTravaux en français237 207