Spatial transcriptomics analysis to predict response to immune checkpoint blockade (ICB) in recurrent or metastatic head and neck squamous cell cancer (RM-HNSCC).
Notice bibliographique
Résumé
6045 Background: Spatial transcriptomics (ST) revealed conserved malignant leading edge (LE) and tumor core (TC) architectures in primary oral squamous cell carcinoma (OSCC) with potential for biomarker discovery. Spatial organization of tumor cells, as well as composition and prognostic significance of neighboring stromal cells in RM-HNSCC remain unknown. Methods: 21 tumor biopsy samples (14 baseline, 7 paired on-treatment) from 14 ICB-naive RM-HNSCC patients (pts) treated with pembrolizumab in INSPIRE (NCT02644369) were profiled using 10x Visium. Spatial organization was refined by scoring LE and TC gene sets identified in OSCC (Arora and Bose et al. Nat Comm 2023). Malignant (2,671 spots) and nonmalignant (8,177 spots) subclusters were annotated, with the latter classified into five cell subtypes using canonical markers: tumor-associated macrophages (TAMs) ( CD68 , CD14 , SCF1R ), regulatory stromal cells (reg) ( KRT17 , COL10A1 , SRBP1 ), plasma cells ( CD38 , IRF4 , PRDM1 ), T cells ( CD3D , CD3E , PTPRC ), and cancer-associated fibroblasts (CAFs) ( FAP , COL1A1 , PDGFRB ). Neighborhood analyses compared normalized counts of stromal cells adjacent to LE and TC, accounting for variations in cell density and sampling differences. A signature was built through k -means clustering of the five cell subtypes. Pts were stratified into high/low signature-score groups using the median cutoff and tested for association with progression-free survival (PFS). Results: Spatial organization revealed conserved malignant subclusters (C0 and C1) in 19/21 samples from 13 pts (11 non-responders). Top C0 genes were COL21A1 , S1PR3 , LIFR , and ZEB1 . Top C1 genes were KRT6B , KRT6C , KRTDAP , and LCN2 . Pathway analysis predicted activation of cell cycle and glycoprotein 6 in C0, and keratinization and neutrophil degranulation in C1. Comparative expression of OSCC-related gene sets revealed LE correlation with C0, and TC correlation with C1 (both p < 0.0001); stronger overlap was seen with the latter highlighting TC as a more conserved feature in HNSCC. Among non-responders, dominant communication patterns in LE and TC included claudins, cadherins, WNT, and IL-6, linked to cell adhesion, migration/invasion, and immune evasion. Signature generated by neighborhood analysis was enriched in TAMs and T cells, depleted in CAFs and reg near LE and TC, while plasma cells were depleted near LE but enriched near TC. Pts with high signature scores (6/13) exhibited improved PFS compared to low scores (7/13), median PFS 6.0 months [95% CI, 2.3-NA] versus 1.9 months [95% CI, 1.8-NA] (p = 0.059). Conclusions: To our knowledge, this is the first report using ST analysis to characterize LE and TC architectures in RM-HNSCC, along with heterogeneous neighboring stromal cells with prognostic potential for ICB. Ongoing cohort expansion will elucidate the clinical significance of these findings.
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 | 0,001 | 0,001 |
| 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 ».