Unveiling the temporal impact: Exploring dynamic changes in the paediatric solid tumour immune microenvironment through time
Notice bibliographique
Résumé
The composition of the tumour immune microenvironment (TIME) influences tumour evolution and responsiveness to immunotherapy. While longitudinal changes in TIME have been well-characterized in adult cancers, its dynamics in childhood cancers remain poorly documented, limiting our ability to predict treatment responses and tailor immunotherapeutic strategies. This study aimed to evaluate the plasticity of TIME in paediatric solid tumours, investigate its longitudinal evolution, and identify time-dependent immune alterations. Transcriptomic data from longitudinal samples of 27 paediatric patients (<21 years old) with relapsed or refractory solid tumours were analysed, encompassing 70 timepoints: 16 diagnoses and 54 successive relapses. TIME plasticity was assessed using gene expression clustering and immune cell infiltration enumeration. Patient-adjusted longitudinal analyses were performed using generalised linear mixed models (glmmSeq), adjusted for age and sex. Temporal associations of immune changes were further explored using dynamic regression models. Thirteen patients exhibited significant changes in their TIME profile, indicating high TIME plasticity. Over time, the TIME shifted toward a tolerogenic and immunosuppressive state, characterised by decreased activity in immune pathways (e.g., T cell receptor signalling) and enrichment of tolerogenic (e.g., macrophage differentiation) and oncogenic pathways (e.g., IL6-JAK-STAT3). The core enrichment of upregulated pathways contained key immunosuppressive factors: immune checkpoints (CTLA-4), tumour-associated macrophage activators (CSF1/CSF1R), T-regulatory cell activators (TGFB1), and immunosuppressive genes (IL10RA). This study provides evidence that the TIME in paediatric solid tumours is plastic and remodels towards immune depletion and tolerogenicity. This evolution may underlie treatment resistance and disease progression, underscoring the need for TIME-informed therapeutic approaches in paediatric oncology.
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 | 0,001 | 0,002 |
| 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 | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».