Preclinical assessment of checkpoint blockade combined with DNA methyltransferase inhibition in high-risk pediatric brain tumors reveals limited therapeutic synergy
Notice bibliographique
Résumé
Abstract: BackgroundDespite intensive therapies, outcomes for high-risk pediatric brain tumors (PBTs) remain dismal, prompting the search for novel treatments. DNA methyltransferase inhibitors (DNMTi) have been shown to prime tumors to improve response to checkpoint inhibition. The aim of this study was to investigate the potential of decitabine (DAC), in combination with a PD-1 inhibitor, to improve survival in pediatric high-risk brain tumor models. Methods: Analysis of human PBT datasets was performed to determine gene expression levels of immune cell markers. Tumor response to DAC, with or without a PD-1 inhibitor, was tested in murine models representing H3-wildtype diffuse intrinsic pontine glioma (DIPG), H3K27-mutant diffuse midline glioma (DMG), atypical teratoid rhabdoid tumor (ATRT), and medulloblastoma (MB). CyTOF analysis of allograft tumors was performed to characterize changes within the tumor microenvironment. Results: Analysis of PBT subtypes revealed heterogeneous expression of immune cell markers, checkpoint receptors, and MHC molecules. DAC treatment decreased DNA methylation and increased neoantigen expression in human and mouse tumor cells. DAC treatment resulted in prolonged survival in syngeneic mouse models of DIPG and ATRT but not DMG and MB models. However, no added survival benefit was observed when combined with a PD-1 inhibitor. CyTOF analysis of mouse tumors revealed changes in local immune cell infiltration. Conclusions: DAC alone or in combination with a checkpoint inhibitor can alter the immune microenvironment in mouse tumor models. Changes were observed in H3-wildtype DIPG and ATRT models, suggesting that certain tumor subtypes may respond to immune priming with DNMTi.
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) | 0,001 | 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 | 0,001 |
| 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 ».