Abstract PR04: Temporal single cell profiling identifies B-cell specific checkpoint molecules that regulate anti-tumor immunity
Notice bibliographique
Résumé
Abstract B cells play key roles in both innate and adaptive immunity. Distinct specialized B cell subsets engage a range of responses from antigen presentation to antibody production and B cells are one of the most abundant cell types of tumor infiltrating leukocytes (TILs), especially in melanoma. However, their role in anti-tumor immunity remains unclear. Here, we examined the B cell repertoire at single cell resolution from tumor-infiltrating B cells and tumor-draining lymph nodes (dLN) and identify and characterize a subset of B cells expressing the checkpoint molecule TIM-1 and a unique transcriptional signature, including multiple co-inhibitory molecules such as PD-1, TIM-3, TIGIT and LAG-3. While conditional deletion of these co-inhibitory molecules on B cells had little or no effect on tumor burden, selective deletion of Havcr1 (the gene encoding TIM-1) in B cells both dramatically inhibited tumor growth and enhanced effector T cell responses. Mechanistically, loss of TIM-1 enhanced the type 1 interferon response in B cells, which augmented B cell activation and increased antigen presentation and co-stimulation, resulting in increased expansion of tumor-specific effector T cells. Our results demonstrate that manipulation of TIM-1-expressing B cells enables engagement of the second arm of adaptive immunity to promote anti-tumor immunity and inhibit tumor growth. Citation Format: Lloyd Bod. Temporal single cell profiling identifies B-cell specific checkpoint molecules that regulate anti-tumor immunity [abstract]. In: Proceedings of the AACR Special Conference in Cancer Research: Tumor Immunology and Immunotherapy; 2023 Oct 1-4; Toronto, Ontario, Canada. Philadelphia (PA): AACR; Cancer Immunol Res 2023;11(12 Suppl):Abstract nr PR04.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,001 |
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.
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 tête enseignante, 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 ».