5 | LARGE B‐CELL LYMPHOMA MICROENVIRONMENT ARCHETYPE PROFILES (LYMPHOMAPS) IDENTIFY SUBGROUPS WITH GREATEST BENEFIT FROM CD19 CAR T‐CELL THERAPY
Notice bibliographique
Résumé
Introduction: Immunotherapies such as chimeric antigen receptor (CAR) T-cells are approved for patients with relapsed/ refractory large B-cell lymphoma (LBCL) and are being assessed in earlier lines of therapy.Efficacy of these therapies is likely influenced by the lymphoma microenvironment (LME), but comprehensive LME characterization in LBCL is lacking.Methods: We performed single-nucleus multiome (RNA-þATAC), bulk RNA sequencing, and whole exome sequencing on 232 biopsies (217 from patients with LBCL [114 newlydiagnosed; 103 relapsed/refractory] and 15 benign controls) to assess hematopoietic and non-hematopoietic cell (NHC) types.After stringent quality control, 1,886,312 cells were analyzed.Non-B-cell lineages were classified into 71 transcriptionallydistinct cell subsets by unsupervised clustering (21 T/NK, 25 myeloid, and 25 NHC subsets), including subpopulations not previously characterized in lymphoma.Results: We defined LME archetypes by non-negative matrix factorization of non-B cell types, yielding five cell modules condensing into three dominant archetypes (LymphoMAPs): lymph-node (LN; 33% of tumors) characterized by lymph-node structural cells, antigen presenting cells, and naïve and memory
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 | 0,000 |
| 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) | 0,004 | 0,001 |
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 ».