Immune landscape of oncohistone-mutant gliomas reveals diverse myeloid populations and tumor-promoting function
Notice bibliographique
Résumé
Histone H3-mutant gliomas are deadly brain tumors characterized by a dysregulated epigenome and stalled differentiation. In contrast to the extensive datasets available on tumor cells, limited information exists on their tumor microenvironment (TME), particularly the immune infiltrate. Here, we characterize the immune TME of H3.3K27M and G34R/V-mutant gliomas, and multiple H3.3K27M mouse models, using transcriptomic, proteomic and spatial single-cell approaches. Resolution of immune lineages indicates high infiltration of H3-mutant gliomas with diverse myeloid populations, high-level expression of immune checkpoint markers, and scarce lymphoid cells, findings uniformly reproduced in all H3.3K27M mouse models tested. We show these myeloid populations communicate with H3-mutant cells, mediating immunosuppression and sustaining tumor formation and maintenance. Dual inhibition of myeloid cells and immune checkpoint pathways show significant therapeutic benefits in pre-clinical syngeneic mouse models. Our findings provide a valuable characterization of the TME of oncohistone-mutant gliomas, and insight into the means for modulating the myeloid infiltrate for the benefit of patients. Histone H3-mutant gliomas are deadly brain tumours and the tumour microenvironment is not fully understood. Here the authors profile the immune microenvironment from human samples and mouse models and implicate myeloid cells in immune suppression and show inhibition of myeloid cells and checkpoint blockade demonstrates therapeutic benefits in mice.
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 | 0,000 | 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) | 0,001 | 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 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 ».