Creation of a resource for deconvolution of circulating extracellular vesicle (EV) small RNA profiles based on tissue-specific signatures for prediction of response to immunotherapy 2233
Notice bibliographique
Résumé
Abstract Description Factors that influence response to cancer immunotherapy (IT) are still poorly understood but will be critical in improving patient outcomes. A priori molecular states of immune cells can be important in determining response to IT (Moshe Sade-Feldman et al. 2018), therefore we hypothesized that since immune cells likely disproportionately contribute to the circulating pool of extracellular vesicles (EVs) in blood, these transcriptional states may be detected in EVs. Small RNA from EVs is packaged from the cell-of-origin through a non-stochastic process that is also poorly understood, thus complicating interpretation of results without high-quality reference data for deconvolution. Our goal was to sequence small RNA in EVs from monocultures of cell lines representing different lineages and activation states to build this resource. THP-1, PLB895, Platelets, NALM-6, RAJI, JURKAT and SupT1 cells were cultured and EVs isolated for sequencing. B-lineage cells were activated with anti-IgM and T cells with anti-CD3/ CD28. Stimulation of B-lineage was confirmed by CD80/CD86 expression, while T-lineage cells were analyzed at 48h with IL-2 ELISA (2-fold increase) and proliferation assay (30-39% increase). Small (<200 nm) and large (<1 µm) EVs were collected by filtration and sequenced. Transcriptome profiles established by this work will be key in reusing public liquid biopsy sequencing data and in determining if predictive IT signals are reflected in EV content from host immune cells. Funding Sources Supported by Research New Brunswick, and funds from the Atlantic Cancer Research Institute. Topic Categories Computational and Systems Immunology (COMP)
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 | 0,002 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,003 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,009 | 0,008 |
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 ».