Spotlight on nuclear PD-L1 in ovarian cancer chemoresistance: hidden but mighty
Notice bibliographique
Résumé
Introduction: Ovarian cancer (OVCA) has a five-year survival rate of approximately 45%, with little improvement over recent decades. Although anti-PD-L1 therapies have shown substantial efficacy in other solid tumors, their effectiveness in OVCA has been limited. These treatments target only membranous and soluble forms of PD-L1, without addressing nuclear-localized PD-L1. The role of nuclear PD-L1 in OVCA chemoresistance, however, remains largely unexplored. In this study, we examined the prognostic significance of nuclear PD-L1 and its interactions with plasma gelsolin (pGSN) and CD8+ T cells within the tumor microenvironment. Methods: Using immunofluorescence, we quantified nuclear PD-L1, pGSN, and additional markers in OVCA samples. Statistical analyses and machine learning approaches were employed to assess associations between marker expression, patient outcomes, and chemoresistance. Results: Increased nuclear PD-L1 was associated with disease recurrence, chemoresistance and poor overall survival. Although CD8+ T cells provided survival benefits to patients, elevated PD-L1 hindered these benefits resulting in shortened disease free (DFS) and overall survival (OS). Co-expression of PD-L1 and pGSN was also associated with shortened DFS, OS and chemoresistance. Discussion: These findings indicate that nuclear PD-L1 serves as a poor prognostic marker in OVCA, being associated with tumor recurrence, chemoresistance, and reduced overall survival. Targeting nuclear PD-L1 may represent a novel therapeutic strategy to improve outcomes in patients with OVCA.
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 | 0,003 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,004 |
| Communication savante | 0,003 | 0,004 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,005 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».