Mapping Immune Correlates and Surfaceome Genes in BRAF Mutated Colorectal Cancers
Notice bibliographique
Résumé
Despite the impressive results obtained with immunotherapy in several cancer types, a significant fraction of patients remains unresponsive to these treatments. In colorectal cancer (CRC), B-RafV600 mutations have been identified in 8-15% of the patients. In this work we interrogated a public dataset to explore the surfaceome of these tumors and found that several genes, such as GP2, CLDN18, AQP5, TM4SF4, NTSR1, VNN1, and CD109, were upregulated. By performing gene set enrichment analysis, we also identified a striking upregulation of genes (CD74, LAG3, HLA-DQB1, HLA-DRB5, HLA-DMA, HLA-DMB, HLA-DPB1, HLA-DRA, HLA-DOA, FCGR2B, HLA-DQA1, HLA-DRB1, and HLA-DPA1) associated with antigen processing and presentation via MHC class II. Likewise, we found a strong correlation between PD1 and PD(L)1 expression and the presence of genes encoding for proteins involved in antigen presentation such as CD74, HLA-DPA1, and LAG3. Furthermore, a similar association was observed for the presence of dendritic cells and macrophages. Finally, a low but positive relationship was observed between tumor mutational burden and neoantigen load. Our findings support the idea that a therapeutic strategy based on the targeting of PD(L)1 together with other receptors also involved in immuno-modulation, such as LAG3, could help to improve current treatments against BRAF-mutated CRC 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 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 | 0,001 | 0,001 |
| 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 ».