Abstract IA015: Obesity and immunometabolism in cancer immunotherapy
Notice bibliographique
Résumé
Abstract Obesity is increasing in prevalence and contributes to approximately 1 million new cancer cases annually. The effects of obesity and altered metabolism on cancers and anti-tumor immunity, remain poorly understood. The metabolism of T cells and other immune cells is dynamically regulated through growth signals and microenvironmental cues to influence biosynthesis, signaling, and cell fate. We have shown that CD4 T cell subsets are metabolically distinct and that each requires a specific metabolic program for their function. To address how cell-extrinsic factors in obesity regulate immunotherapy responses we have studied obesity and fever temperatures as regulators of immune cell metabolism and fate. Obesity is associated with increased risk of cancer but can paradoxically enhance the efficacy of immune therapy in some cases. We found this effect is in part mediated by the adipokine Leptin, which is elevated in obesity and can stimulate T cells. In addition, tumors in obese individuals and animals have increased frequencies of PD-1+ macrophages. We tested the role of PD-1 on macrophages and show with inhibitors and genetic knockouts that it is a direct regulator of macrophage metabolism and suppresses ability to of macrophages to phagocytose and present antigen and stimulate T cells. Macrophages induced PD-1 in response to multiple inflammatory cytokines, but also upon exposure to lipids or with Leptin or Insulin. PD-1-deficient macrophages had increased glycolysis and ability to stimulate T cells. These data show that obesity both promotes inflammation through adipokines such as Leptin, while simultaneously inhibiting anti-tumor immunity through induction of PD-1 on macrophages. Citation Format: Jeffrey Rathmell. Obesity and immunometabolism in cancer immunotherapy [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 IA015.
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 | 0,001 | 0,001 |
| 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 | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,042 | 0,007 |
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 ».