Multi-parameter flow cytometry analysis of circulating immune cell populations in recurrent/metastatic adenoid cystic carcinoma
Notice bibliographique
Résumé
Background Adenoid cystic carcinoma (ACC) is characterized by high recurrence rates despite surgery and radiotherapy, and anti-PD-1/PD-L1 therapy has limited clinical efficacy in the recurrent/metastatic setting. This study sought to characterise circulating immune cell sub-sets and identify candidate targets for novel immunotherapies in ACC. Methods Blood samples from 22 anti-PD1/PDL1 naive ACC patients, 26 anti-PD1/PDL1 naive head and neck squamous cell carcinoma (SCC) patients and 13 healthy volunteers underwent multi-parameter flow cytometry for comprehensive classification of the immune cell populations, using commercially available validated panels. Results were analysed using FlowJo. Results This study identified significant expansion of CD14hi/CD16+ monocytes compared with healthy volunteers in a sub-population of ACC patients (mean 28%, range 10% to 58%, versus 9% range 1% to 20% p<0.05). This monocyte sub-set was also seen in the comparator group of SCC patients (mean 36%, range 12%-78%.) Expression levels of PDL1 on CD14+ monocytes was greater in ACC monocytes compared to samples from our SCC patient cohort (mean 60% v 32%; p=0.09). Furthermore, 55% of ACC patients had elevated COX-2 expression (greater than 30%), by intracellular fluorescence activated cell sorting in CD14+ monocytes compared with 22% in our SCC group. With regards to T cells, peripheral blood from ACC patients had a decreased CD4+/CD8+ ratio compared to SCC (2.85 vs 5.5.) Furthermore, a significantly higher proportion of CD8+ cells were naïve as defined by CCR7+/CD45RA+ (Mean 38% vs 16% p<0.01). No differences were observed in the proportions of NK T cells, though we did identify a highly significant reduction of TIGIT on them in ACC compared with SCC patients (16% versus 40% of total CD3+ p=<0.001). Conclusions This study provides insights into distinct immune cell subsets in ACC patients. Our findings suggest that novel immunotherapies, including targeting of COX-2, may be have a rationale in ACC. Additionally, TIGIT is associated with exhaustion and so the reduced expression of TIGIT on NK-T cells in ACC may help guide future trial selection.
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 | 0,001 |
| 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 | 0,000 | 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 ».