MétaCan
Menu
Retour à la cohorte
Enregistrement W4388589200 · doi:10.1093/neuonc/noad179.1070

TMIC-04. IMMUNE PROFILING OF PEDIATRIC ONCOHISTONE GLIOMAS REVEALS DIVERSE MYELOID POPULATIONS AND TUMOR-PROMOTING BEHAVIORS

2023· article· en· W4388589200 sur OpenAlexaff
Augusto Faria Andrade, Danai G. Topouza, Michael McNicholas, Eduardo Gonzalez Santiago, Antonella De Cola, Arne Gehlhaar, Selin Jessa, Bhavyaa Chandarana, Caterina Russo, Damien Faury, Geoffroy Danieau, Michele Zeinieh, Brian Krug, Yuhong Wei, Qing Wu, Emily M. Nakada, Nikoleta Juretic, Valérie Larouche, Alexander G. Weil, Roy Dudley, Jason Karamchandani, Sameer Agnihotri, Benjamin Ellezam, Daniela F. Quail, Liza Konnikova, Claudia L. Kleinman, Logan A. Walsh, Manav Pathania, Nada Jabado

Notice bibliographique

RevueNeuro-Oncology · 2023
Typearticle
Langueen
DomaineMedicine
ThématiqueGlioma Diagnosis and Treatment
Établissements canadiensMcGill University Health CentreMontreal Children's HospitalJewish General HospitalCentre Hospitalier Universitaire Sainte-JustineUniversité LavalMcGill University
Organismes subventionnairesnon disponible
Mots-clésMyeloidImmune systemCancer researchMass cytometryBiologyTumor microenvironmentGliomaHistone H3EpigenomeImmunologyEpigeneticsPhenotypeDNA methylationGenetics

Résumé

récupéré en direct d'OpenAlex

Abstract Pediatric high-grade gliomas pHGG are lethal and frequently bear missense mutations in histone H3, which drive tumorigenesis by altering the epigenome and cell fate/differentiation. While previous studies showed intrinsic contingencies associated with tumor development, limited information exists on the tumor microenvironment (TME) and immune cells for these tumors. To define the immune landscape of pediatric tumors at single-cell resolution, we profiled and compared 69 pediatric gliomas samples using the Chromium 10X technologies, H3.3 K27M (N=19) and G34R (N=16) mutant tumors, low-grade gliomas (N=11) and ependymomas (N=23). Additionally, to enable the spatial resolution of immune lineages, we performed Imaging Mass Cytometry (IMC) on H3-mutant samples (H3.3 K27M (N=7) and G34R (N=5)). We demonstrate that pediatric histone H3-mutant gliomas are highly infiltrated by myeloid cells, more specifically resident microglia, bone-marrow derived macrophages (BMDM) and monocytes, and are devoid of lymphoid infiltration. Different myeloid subsets were found to interact with H3-mutant cancer cells. Classical BMDM showed strong interactions with H3-mutant cancer cells while monocytes subsets showed tendency to interact only with G34R cells. We have generated a novel H3.3K27M glioma immunocompetent murine model, establishing a highly-penetrant and reliable tool. H3.3K27M murine tumors recapitulated the TME from human tumors, showing great myeloid infiltration. Using in vivo orthotopic serial engraftments, we observed that secondaries transplanted tumors had a significantly worse survival, possessing a less diverse immune infiltration compared to initial engraftments and a dominant presence of myeloid cells. Interestingly, in vivo myeloid depletion combined with PD-1 blockade extended overall mice survival. Our findings provide a valuable characterization of the biology of these tumors, reinforcing the several roles of myeloid cells in the context of pediatric brain tumours, providing a framework for understanding the H3.3K27M and G34R tumors, including other pediatric gliomas, and designing future immunotherapies.

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: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,004

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 recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,045
Tête enseignante GPT0,335
Écart entre enseignants0,290 · 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'étudeObservationnel
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

Citations0
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueNeuro-OncologyMême sujetGlioma Diagnosis and TreatmentTravaux en français237 207