MétaCan
Menu
← Retour à la cohorte
Enregistrement W4311820175 · doi:10.1101/2022.12.13.520329

Lung tumor-infiltrating T <sub>reg</sub> have divergent transcriptional profiles and function linked to checkpoint blockade response

2022· preprint· en· W4311820175 sur OpenAlexaff
Arbor G. Dykema, Jiajia Zhang, Boyang Zhang, Laurene S. Cheung, Zhen Zeng, Christopher Cherry, Taibo Li, Justina X. Caushi, Marni Nishimoto, Sydney Connor, Zhicheng Ji, Andrew J. Munoz, Wenpin Hou, Wentao Zhan, Dipika Singh, Rufiaat Rashid, Marisa Mitchell-Flack, Sadhana Bom, Ada Tam, Nick Ionta, Yi Wang, Camille A. Sawosik, Lauren E. Tirado, Luke M. Tomasovic, Derek VanDyke, Jamie B. Spangler, Valsamo Anagnostou, Stephen C. Yang, Jonathan Spicer, Roni Rayes, Janis M. Taube, Julie R. Brahmer, Patrick M. Forde, Srinivasan Yegnasubramanian, Hongkai Ji, Drew M. Pardoll, Kellie N. Smith

Notice bibliographique

RevuebioRxiv (Cold Spring Harbor Laboratory) · 2022
Typepreprint
Langueen
DomaineMedicine
ThématiqueCancer Immunotherapy and Biomarkers
Établissements canadiensMcGill University
Organismes subventionnairesBloomberg~Kimmel Institute for Cancer Immunotherapy, Sidney Kimmel Comprehensive Cancer Center, Johns Hopkins UniversitySidney Kimmel Comprehensive Cancer CenterSwim Across AmericaMark Foundation For Cancer ResearchJohns Hopkins UniversityLUNGevity FoundationU.S. Department of DefenseNational Institutes of HealthNational Science Foundation
Mots-clésFOXP3Cancer researchT cellImmune checkpointBiologyTumor-infiltrating lymphocytesBlockadeImmune systemTumor microenvironmentImmunotherapyImmunologyReceptorGenetics

Résumé

récupéré en direct d'OpenAlex

Abstract Regulatory T cells (T reg ) are conventionally viewed to suppress endogenous and therapyinduced anti-tumor immunity; however, their role in modulating responses to immune checkpoint blockade (ICB) is unclear. In this study, we integrated single-cell RNAseq/TCRseq of >73,000 tumor-infiltrating T reg (TIL-T reg ) from anti-PD-1-treated and treatment naive non-small cell lung cancers (NSCLC) with single cell analysis of tumor-associated antigen (TAA)-specific T reg derived from a murine tumor model. We identified 10 subsets of human TIL-T reg , most of which have high concordance with murine TIL-T reg subsets. Notably, one subset selectively expresses high levels of OX40 and GITR, whose engangement by cognate ligand mediated proliferative programs and NF-kB activation, as well as multiple genes involved in T reg suppression, in particular LAG3. Functionally, the OX40 hi GITR hi subset in the most highly suppressive ex vivo and T reg expression of OX40, GITR and LAG3, correlated with resistance to PD-1 blockade. Surprisingly, in the murine tumor model, we found that virtually all TIL-T reg expressing T cell receptors that are specific for TAA fully develop a distinct Th1-like signature over a two-week period after entry into the tumor, down-regulating FoxP3 and up-regulating expression of TBX21 ( Tbet), IFNγ and certain pro-inflammatory granzymes. Application of a gene score from the murine TAA-specific Th1-like T reg subset to the human single-cell dataset revealed a highly analogous subcluster that was enriched in anti-PD-1 responding tumors. These findings demonstrate that TIL-T reg partition into multiple distinct transcriptionally-defined subsets with potentially opposing effects on ICB-induced anti-tumor immunity and suggest that TAA-specific TIL-T reg may positively contribute to anti-tumor responses. One-Sentence Summary We define 10 subsets of lung cancer-infiltrating regulatory T cells, one of which is highly suppressive and enriched in anti-PD-1 non-responders and the other is Th1-like and is enriched in PD-1 responders.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,003

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,016
Tête enseignante GPT0,236
Écart entre enseignants0,220 · 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 revuebioRxiv (Cold Spring Harbor Laboratory)→Même sujetCancer Immunotherapy and Biomarkers→Travaux en français237 207→