Exploring the Immunogenicity of Noncanonical HLA-I Tumor Ligands Identified through Proteogenomics
Notice bibliographique
Résumé
PURPOSE: Tumor antigens are central to antitumor immunity. Recent evidence suggests that peptides from noncanonical (nonC) aberrantly translated proteins can be presented on HLA-I by tumor cells. Here, we investigated the immunogenicity of nonC tumor HLA-I ligands (nonC-TL) to better understand their contribution to cancer immunosurveillance and their therapeutic applicability. EXPERIMENTAL DESIGN: Peptides presented on HLA-I were identified in 9 patient-derived tumor cell lines from melanoma, gynecologic, and head and neck cancer through proteogenomics. A total of 507 candidate tumor antigens, including nonC-TL, neoantigens, cancer-germline, or melanocyte differentiation antigens, were tested for T-cell recognition of preexisting responses in patients with cancer. Donor peripheral blood lymphocytes (PBL) were in vitro sensitized against 170 selected nonC-TL to isolate antigen-specific T-cell receptors (TCR) and evaluate their therapeutic potential. RESULTS: We found no recognition of the 507 nonC-TL tested by autologous ex vivo expanded tumor-reactive T-cell cultures while the same cultures demonstrated reactivity to mutated, cancer-germline, or melanocyte differentiation antigens. However, in vitro sensitization of donor PBL against 170 selected nonC-TL, led to the identification of TCRs specific to three nonC-TL, two of which mapped to the 5' UTR regions of HOXC13 and ZKSCAN1, and one mapping to a noncoding spliced variant of C5orf22C. T cells targeting these nonC-TL recognized cancer cell lines naturally presenting their corresponding antigens. Expression of the three immunogenic nonC-TL was shared across tumor types and barely or not detected in normal cells. CONCLUSIONS: Our findings predict a limited contribution of nonC-TL to cancer immunosurveillance but demonstrate they may be attractive novel targets for widely applicable immunotherapies. See related commentary by Fox et al., p. 2173.
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 | 0,000 |
| 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 ».