MétaCan
Menu
← Retour à la cohorte
Enregistrement W4313366216 · doi:10.4049/jimmunol.202.supp.136.24

Glycogen synthase kinase 3 (GSK-3) synergizes with immune-checkpoint blockade (ICB) to overcome tumor resistance due to unique tumor infiltrating T-cell subsets as revealed by mass cytometry (CyTOF)

2019· article· en· W4313366216 sur OpenAlexaff
Janna Krueger, Alison Taylor, Vinicius N. Motta, John Stagg, Ian R. Watson, Christopher E. Rudd

Notice bibliographique

RevueThe Journal of Immunology · 2019
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueWnt/β-catenin signaling in development and cancer
Établissements canadiensMcGill UniversityCentre Hospitalier de l’Université de MontréalFluidigm (Canada)Université de Montréal
Organismes subventionnairesnon disponible
Mots-clésImmune checkpointCancer researchGSK-3PD-L1Cytotoxic T cellCD8Granzyme BBiologyT cellChemistryImmune systemCell biologyMolecular biologyKinaseImmunotherapyImmunologyBiochemistry

Résumé

récupéré en direct d'OpenAlex

Abstract We have shown that the serine/threonine kinase glycogen synthase kinase-3 (GSK-3) is a major regulator of programmed cell death-1 (PD-1) transcription and expression in T-cells (Taylor et al., 2016, Immunity). Further, small molecule inhibitors (SMIs) increased Tbx21 transcription for enhanced Tbet expression which suppressed Pdcd1 transcription in CD8+cytolytic T-cells. SMIs against GSK-3 are as effective as anti-PD-1 blocking antibody in the control of spontaneous pulmonary metastasis of B16 melanoma and EL-4 lymphoma cells (Taylor et al., 2018, Cancer Research). This introduced a new chemical approach to down-regulate PD-1 for the treatment of cancer. In addition, GSK-3 effects in Tbet expression can induce the expression of interferon-γ1 (IFNγ1) and granzyme B (GZMB) for enhanced cytolytic T-cell (CTL) killing of tumors suggesting that GSK-3 SMIs might synergize with check-point blockade. We now show that GSK-3α/β inhibition can cooperate with anti-PD-1 blockade to overcome tumor resistance. Using high dimensional profiling of tumor infiltrated lymphocytes (TILs) with mass cytometry (CyTOF), we show that the synergy of GSK-3 SMI and anti-PD-1 is accompanied by 2 specific findings: (i) an increase in the presence of a unique subset of CD8+ TIL effector-memory T-cells beyond that observed with anti-PD-1 alone, and (ii) the significant decrease of a subset of CD4+ suppressor regulatory T-cells (Tregs) not observed with anti-PD-1 alone. Our findings offer a small molecule approach for synergy with anti-PD-1 that leads to an increase in CD8+ T-cells and the marked decrease of Tregs in 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 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: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,006

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 recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,004
Tête enseignante GPT0,214
Écart entre enseignants0,209 · 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'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

Citations1
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe Journal of Immunology→Même sujetWnt/β-catenin signaling in development and cancer→Travaux en français237 207→