MétaCan
Menu
Retour à la cohorte
Enregistrement W4414466019 · doi:10.1158/2326-6074.cimm25-ia07

Abstract IA07: Tumor editing suppresses innate and adaptive anti-tumor immunity and is reversed by inhibiting DNA methylation

2025· article· en· W4414466019 sur OpenAlexaboutno aff
Judy Lieberman, Ying Zhang, Pourya Nadheri Yeganeh, Haiwei Zhang, Bowen Gu, Simon Yuan Wang, Zhouyihan Li, Dian-Jang Lee, Zhibin Zhang, Hao Wu, Eric Lieberman Greer, Jeffrey R. Moffitt

Notice bibliographique

RevueCancer Immunology Research · 2025
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueEpigenetics and DNA Methylation
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésDNA methylationCarcinogenesisImmune systemInnate immune systemAcquired immune systemGeneMammary tumorTumor microenvironmentCancer

Résumé

récupéré en direct d'OpenAlex

Abstract Cancer cells edit gene expression to survive and evade immunosurveillance. However, genome-wide studies of gene editing during early tumorigenesis are lacking because of difficulty capturing emerging tumors. We used single-cell RNA sequencing in an aggressive breast cancer genetically engineered mouse model (GEMM), driven by an inducible constitutively activate Her2 oncogene co-expressed with eGFP in mammary epithelia, to identify edited genes without bias. Early tumors captured 1 week after Her2 induction were compared to late tumors, analyzed 1 mo after induction. Late tumors epigenetically repressed genes that stimulate immune responses, reducing infiltrating immune cells and tumor-immune cell communications. Changes in tumor gene expression from early to late tumors concentrated on suppression of genes that promote tumor recognition by innate and adaptive immune cells, rather than on changes in the expression of genes that promote tumor cell-intrinsic malignancy. Innate immune genes, especially interferon-stimulated genes, dominated the down-regulated tumor genes. These data captured the rapid evolution of tumor immune evasion as naïve and activated CD8+ T cells in early tumors were replaced with exhausted or precursor-exhausted cells in late tumors. Recent unpublished work in progress uses multiplexed error-robust fluorescence in situ hybridization (MERFISH) to assess the spatial expression of 680 genes in the tumor microenvironment of these GEMM mice that identify cell subsets, functional markers, cytokines/chemokines and their receptors, and pathways involved in tumorigenesis and immune evasion, to compare normal mammary gland to early and late GEMM tumors. Repression of immune stimulating genes was reversed by inhibiting DNA methylation using low-dose decitabine, which suppressed tumor growth and restored immune control, increasing the numbers, functionality and memory of tumor-infiltrating lymphocytes and reducing myeloid suppressor cells. Decitabine induced key interferon, pyroptosis and necroptosis genes and tumor cell inflammatory cell death, all of which contributed to immune control of GEMM and implanted breast and melanoma tumors. Citation Format: Judy Lieberman, Ying Zhang, Pourya Nadheri Yeganeh, Haiwei Zhang, Bowen Gu, Simon Yuan Wang, Zhouyihan Li, Dian-Jang Lee, Zhibin Zhang, Hao Wu, Eric Greer, Jeffrey Moffitt, Winston Hide. Tumor editing suppresses innate and adaptive anti-tumor immunity and is reversed by inhibiting DNA methylation [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 IA07.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,035
Score d'incertitude au seuil0,661

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,034
Tête enseignante GPT0,354
Écart entre enseignants0,320 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCancer Immunology ResearchMême sujetEpigenetics and DNA MethylationTravaux en français237 207