Data from Immune Phenotypes and Target Antigens of Clonally Expanded Bone Marrow T Cells in Treatment-Naïve Multiple Myeloma
Notice bibliographique
Résumé
Abstract Multiple myeloma is a hematologic malignancy of monoclonal plasma cells that accumulate in the bone marrow. Despite their clinical and pathophysiologic relevance, the roles of bone marrow–infiltrating T cells in treatment-naïve patients are incompletely understood. We investigated whether clonally expanded T cells (i) were detectable in multiple myeloma bone marrow, (ii) showed characteristic immune phenotypes, and (iii) whether dominant clones recognized antigens selectively presented on multiple myeloma cells. Single-cell index sorting and T-cell receptor (TCR) αβ sequencing of bone marrow T cells from 13 treatment-naïve patients showed dominant clonal expansion within CD8+ cytolytic effector compartments, and only a minority of expanded T-cell clones expressed the classic immune-checkpoint molecules PD-1, CTLA-4, or TIM-3. To identify their molecular targets, TCRs of 68 dominant bone marrow clones from five selected patients were reexpressed and incubated with multiple myeloma and non–multiple myeloma cells from corresponding patients. Only 1 of 68 TCRs recognized antigen presented on multiple myeloma cells. This TCR was HLA-C–restricted, self-peptide–specific and could be activated by multiple myeloma cells of multiple patients. The remaining dominant T-cell clones did not recognize multiple myeloma cells and were, in part, specific for antigens associated with chronic viral infections. In conclusion, we showed that dominant bone marrow T-cell clones in treatment-naïve patients rarely recognize antigens presented on multiple myeloma cells and exhibit low expression of classic immune-checkpoint molecules. Our data provide experimental context for experiences from clinical immune-checkpoint inhibition trials and will inform future T cell–dependent therapeutic strategies.
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 | 0,001 |
| 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 ».