MétaCan
Menu
← Retour à la cohorte
Enregistrement W4361958092 · doi:10.1158/1078-0432.c.6530916.v1

Data from Single-Cell Analysis Reveals EP4 as a Target for Restoring T-Cell Infiltration and Sensitizing Prostate Cancer to Immunotherapy

2023· preprint· en· W4361958092 sur OpenAlexaff
Shihong Peng, Pan Hu, Yu‐Tian Xiao, Weiqiang Lü, Dandan Guo, Shixiu Hu, Jiayi Xie, Minna Wang, Weiwei Yu, Junjie Yang, Xiaomin Zhang, Yasheng Zhu, Ye Wang, Yue Yang, Guanghui Zhu, Sujun Chen, Jian Wang, Bo Zhang, Weidong Chen, Huangan Wu, Zhenliang Sun, Tao Ding, Hankun Zhang, Zhengfang Yi, Mingyao Liu, Shancheng Ren

Notice bibliographique

Revuenon disponible
Typepreprint
Langueen
DomaineMedicine
ThématiqueCancer Immunotherapy and Biomarkers
Établissements canadiensPrincess Margaret Cancer CentreUniversity of TorontoUniversity Health Network
Organismes subventionnairesFundamental Research Funds for the Central UniversitiesEast China Normal UniversityChina Postdoctoral Science FoundationChinese Academy of SciencesGovernment of Jiangxi ProvinceShanghai Municipal Education CommissionNational Natural Science Foundation of China
Mots-clésCancer researchImmune systemProstate cancerImmunotherapyTumor microenvironmentCD8T cellCancer immunotherapyChemokineCytotoxic T cellIn vivoMedicineChemistryImmunologyCancerBiologyIn vitroInternal medicine

Résumé

récupéré en direct d'OpenAlex

AbstractPurpose: Immunotherapies targeting immune checkpoint molecules have shown promising treatment for a subset of cancers; however, many “cold” tumors, such as prostate cancer, remain unresponsive. We aimed to identify a potential targetable marker relevant to prostate cancer and develop novel immunotherapy. Experimental Design: Analysis of transcriptomic profiles at single-cell resolution was performed in clinical patients' samples, along with integrated analysis of multiple RNA-sequencing datasets. The antitumor activity of YY001, a novel EP4 antagonist, combined with anti–programmed cell death protein 1 (PD-1) antibody was evaluated both in vitro and in vivo. Results: We identified EP4 (PTGER4) as expressed in epithelial cells and various immune cells and involved in modulating the prostate cancer immune microenvironment. YY001, a novel EP4 antagonist, inhibited the differentiation, maturation, and immunosuppressive function of myeloid-derived suppressor cells (MDSC) while enhancing the proliferation and anticancer functions of T cells. Furthermore, it reversed the infiltration levels of MDSCs and T cells in the tumor microenvironment by overturning the chemokine profile of tumor cells in vitro and in vivo. The combined immunotherapy demonstrated a robust antitumor immune response as indicated by the robust accumulation and activation of CD8+ cytotoxic T cells, with a significantly decreased MDSC ratio and reduced MDSC immunosuppression function. Conclusions: Our study identified EP4 as a specific target for prostate cancer immunotherapy and demonstrated that YY001 inhibited the growth of prostate tumors by regulating the immune microenvironment and strongly synergized with anti–PD-1 antibodies to convert completely unresponsive prostate cancers into responsive cancers, resulting in marked tumor regression, long-term survival, and lasting immunologic memory.

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: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Jeu de données · Signal consensuel: aucune
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,008

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)0,0020,001

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 Opus0,096
Tête enseignante GPT0,352
Écart entre enseignants0,256 · 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'étudeSans objet
Domainenon disponible
GenreJeu de données

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
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetCancer Immunotherapy and Biomarkers→Travaux en français237 207→