Abstract B032: Evaluating T cell-inflammation in pancreatic neuroendocrine tumors
Notice bibliographique
Résumé
Abstract Background: Pancreatic neuroendocrine tumors (pNETs) are rare tumors arising from neuroendocrine cells in the pancreas. Their clinical behaviour and prognosis are variable and durable responses are often difficult to achieve with conventional therapies. Immunotherapy approaches may be efficacious in a subgroup of pNETs. In a recent study that did not include pNETs, we showed that a four-chemokine signature (c-Score: CCL4, CCL5, CXCL9, CXCL10) predicts T cell-inflammation and response to immune checkpoint inhibitors across cancers. We have hypothesized that the c-Score will also identify pNET subgroups with T cell-inflammation. Methods: The c-Score and hallmarks of the cancer-immunity cycle are being evaluated in pNETs as a cohort study (n=100 cases) of the Marathon of Hope Cancer Centres Network whole genome and transcriptome tumor sequencing (WGTS) project. The cohort study will compare pNET profiles with those of other pancreatic and peri-ampullary tumors. Results: As of June 1, 2024, primary tumor data from 23 cases were available for analysis, including 16 pNETs, 2 pancreatic ductal adenocarcinomas (PDAC), 2 pancreatic adenosquamous carcinoma (PASC), 2 distal cholangiocarcinomas (dCCA), and 1 ampullary carcinoma (AC). Dimension reduction by principle component analysis (PCA) revealed clustering based on histological subtype. Interestingly, PCA using immune genes also demonstrate subgrouping that overlapped with the histological subtypes, suggesting that immunity of pancreatic/peri-ampullary neoplasms may be directed by histological types rather than the pancreas gland itself. These cancers showed a broad distribution of c-Score expression, with pNETs having the lowest c-Score. Tumors with high expression of the c-Score, including 2 pNETs, had increased expression of cancer-immunity cycle gene sets. DUX4, FAM186A, and IGFN1 were amongst the most common genes mutated in all tumors. Conclusions: Early data suggest that pNETs generally harbor low c-Score values and hallmarks of cancer-immunity, with the existence of a subgroup of pNETs displaying T cell-inflammation. Citation Format: Joan Miguel Romero, James Vafiadis, Tess Aalto, Ruomeng Fang, Yifan Wang, George Zogopoulos. Evaluating T cell-inflammation in pancreatic neuroendocrine tumors [abstract]. In: Proceedings of the AACR Special Conference in Cancer Research: Advances in Pancreatic Cancer Research; 2024 Sep 15-18; Boston, MA. Philadelphia (PA): AACR; Cancer Res 2024;84(17 Suppl_2):Abstract nr B032.
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 | 0,000 | 0,000 |
| Communication savante | 0,001 | 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) | 0,002 | 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 ».