Tumor neoantigens derived from RNA editing events show significant clinical relevance in melanoma patients treated with immunotherapy
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
This study aimed to investigate the clinical significance of RNA editing (RE) and RNA editing derived (RED-) neoantigens in melanoma patients treated with immunotherapy. Vardict and VEP were used to identify the somatic mutations. RE events were identified by Reditools2 and filtered by the custom pipeline. miRTar2GO was implemented to predict the RE whether located in miRNA targets within the 3' UTR region. NetMHCpan and NetCTLpan were used to identify and characterize RED-neoantigens. In total, 7116 RE events were identified, most of which were A-to-I events. Using our custom pipeline, 631 RED-neoantigens were identified that show a significantly greater peptide-MHC affinity, and facilitate epitope processing and presentation than wild-type peptides. The OS of the patients with high RED-neoantigens burden was significantly longer ( P = 0.035), and a significantly higher RED-neoantigens burden was observed in responders ( P = 0.048). The area under the curve of the RED-neoantigen was 0.831 of OS. Then, we validated the reliability of RED-neoantigens in predicting the prognosis in an independent cohort and found that patients with high RED-neoantigens exhibited a longer OS ( P = 0.008). To our knowledge, this is the first study to systematically assess the clinical relevance of RED-neoantigens in melanoma patients treated with immunotherapy.
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.
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 | 0,000 | 0,000 |
| 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) | 0,000 | 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 découle