Abstract IA06: Lifestyle induced susceptibility of immune related adverse events
Notice bibliographique
Résumé
Abstract Immunotherapy has transformed cancer therapy, but emergence of immune-related adverse events (irAEs) remains a major challenge. Serious irAEs can lead to cessation of treatment & fatal toxicities. There remains limited mechanistic understanding of irAEs due to an absence of reliable preclinical models. To address this, we developed the L ifestyle I nduced S usceptibility to ir A Es (LISA) mouse model. LISA integrates dietary & microbiome modifications, utilizing a Western Diet (WD) rich in fats & simple sugars, which reshapes the microbiome and drives clinically relevant irAEs within the skin, gastrointestinal tract, & liver. irAE severity correlates with host factors such as sex, age, treatment modality (anti-PD1 vs. combination therapy), and duration of dietary exposure. scRNAseq and flow cytometry analyses revealed an upregulation of cycling CD8+ T cells & unstable CD4+ Tregs expressing inflammatory markers (T-bet, TNFα, IFNγ). Unstable Tregs were specific for microbial and dietary antigens, and both factors were required for Treg dysfunction and irAE development. Finally, we found that lifestyle intervention could prevent both Treg dysfunction and irAE symptoms. The LISA model offers a novel and effective tool for studying irAEs, mirroring key clinical features of adverse events. It provides valuable insights into the immune mechanisms underlying irAE severity and susceptibility, with potential to inform new therapeutic strategies for managing immunotherapy-related toxicities. Citation Format: Abby Overacre. Lifestyle induced susceptibility of immune related adverse events [abstract]. In: Proceedings of the AACR Special Conference in Cancer Research: Mechanisms of Cancer Immunity and Cancer-related Autoimmunity; 2025 Sep 24-27; Montreal, QC, Canada. Philadelphia (PA): AACR; Cancer Immunol Res 2025;13(9 Suppl):Abstract nr IA06.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 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) | 0,000 | 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 tête enseignante, 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 ».