Abstract B037: Single-cell analysis reveals immune characteristics linked to poor prognosis in <i>Fusobacterium nucleatum</i>-infected colorectal cancer
Notice bibliographique
Résumé
Abstract Fusobacterium nucleatum (Fn) is commonly detected in colorectal cancer (CRC) and worsens patient survival. Fn appears to play a role in colorectal cancer carcinogenesis through suppression of the antitumor immune response. Aiming to uncover the underlying mechanisms, we collected 42 samples of surgically removed colon tissues from patients newly diagnosed with colon cancer. To analyze the bacterial community composition within these tissues, we utilized amplicon sequencing, targeting the V4 variable region of the 16S rRNA. We performed single-cell RNA sequencing (scRNA-seq) analysis of tumor-infiltrating immune cells from Fn-infected [Fn (+)] and Fn-uninfected [Fn (−)] patients. By utilizing gene expression signature derived from scRNA-seq data and bulk transcriptome profiles of the TCGA cohort, we identified immune cell types associated with Fn infection in CRC. Using RNA velocity and cell-cell interaction analysis of single-cell transcriptome data, we unraveled immune cell subtypes modulated by Fn infection. Furthermore, trajectory-based differential expression analysis and single-cell gene network analysis shed light on how the intratumor immune system is disturbed by Fn infection. A novel gene signature had a poor prognostic impact in patients with Fn-infected tumors, compared with Fn-uninfected patients in the TCGA cohort. Overall, this study identified a novel potential Fn-related immune evasion mechanism, beyond suppression of T cell-mediated immune response. Novel gene signatures with a poor prognostic impact can be used for patient stratification and developing targeted strategies in patients with Fn infection. Citation Format: Ilseok Choi, Kyung-A Kim, Yoon Dae Han, Sang Cheol Kim, Han Sang Kim, Insuk Lee. Single-cell analysis reveals immune characteristics linked to poor prognosis in Fusobacterium nucleatum-infected colorectal cancer [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 B037.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,003 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 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 ».