Phenotypic Characterization and Prognostic Impact of CD103+ Tissue-Resident Memory T Cells in Diffuse Large B-cell Lymphoma
Notice bibliographique
Résumé
Tissue-resident memory T (TRM) cells stably occupy tissues and contribute to immunosurveillance, where they are associated with favorable survival outcomes in solid tumors. Although TRM cells have been observed in lymph nodes, their phenotype and prognostic significance in diffuse large B-cell lymphoma (DLBCL) remains uncharacterized. In this study, CD103+ T cells were quantified in DLBCL samples by immunofluorescence staining of tissue biopsies and flow cytometry of cell disaggregates and linked with clinical outcomes. Across two patient cohorts, CD103+ T cells were identified in both nodal and extranodal DLBCL, and higher CD103+ T-cell levels correlated with superior clinical outcomes. Single-cell RNA sequencing revealed ITGAE-expressing T cells in both malignant and reactive lymph node samples. However, transcriptional profiles differed as a canonical TRM population was exclusively observed in the malignant setting. This TRM cluster was enriched for genes associated with cytotoxicity and activation and was validated in an external cellular indexing of transcriptomes and epitopes by sequencing (CITEseq) dataset. Flow cytometry additionally confirmed protein expression of TRM markers (CXCR6, CD39, and PD-1) on CD69+CD103+ T cells. We assessed functional activity in coculture experiments of CD103+ versus CD103- T cells with autologous CD20+ B cells, in which CD103+ T cells displayed enhanced killing. CD103+ TRM cells in DLBCL represent a prognostically favorable population with an activated/cytotoxic T-cell phenotype.
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) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 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) | 0,001 | 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 ».