Characterizing the melanoma brain metastasis microenvironment using CyTOF IMC and the adenosine pathway in melanoma
Bibliographic record
Abstract
Introduction: Le mélanome est le type de cancer de la peau le plus fréquent et les métastases du système nerveux central en sont une complication fréquente et grave. Les cellules de mélanome interagissent avec une grande variété de types de cellules dans le microenvironnement tumoral (MET), ce qui peut entraîner des effets pro- ou antitumoral. Plusieurs voies immunosuppressives ont été récemment découvertes comme des cibles médicamenteuses prometteuses, notamment la voie de l'adénosine. L'adénosine extracellulaire s'accumule dans le MET suite à l'hydrolyse de l'ATP par les ectonucléotidases CD39 et CD73. Les principaux régulateurs de la voie de l'adénosine sont CD39, CD73, et les récepteurs A2a et A2b. Matériel et Méthodes: Pour caractériser spatialement le MET des métastases cérébrales du mélanome (MCM), nous avons quantifié l'expression de 35 marqueurs protéiques à l'aide du time of flight (CyTOF) Imaging Mass Cytometry (IMC) dans 21 MCM, et segmenté et classé plus de 130 000 cellules. Ensuite, pour évaluer les effets du ciblage du récepteur A2b et du CD73 dans la voie de l'adénosine sur le développement du mélanome, nous avons utilisé les tests de prolifération IncuCyte et MTS pour évaluer la prolifération des cellules de mélanome. Résultats: Dans notre ensemble de données, les caractéristiques immunitaires du MET étaient hétérogènes dans tous les échantillons et le type de cellule le plus courant après les cellules cancéreuses du mélanome était les macrophages dérivés de la moelle osseuse (MDMO). Les échantillons à propagation leptoméningée avaient significativement moins de neutrophiles, de MDMO de type M1, d'autres cellules T et plus de cellules cancéreuses dans leur microenvironnement. Nous avons observé que la stimulation du récepteur A2b a un effet antiprolifératif sur les cellules cancéreuses du mélanome. Conclusion: Cette recherche met en évidence le rôle du MET dans la progression du mélanome et l'importance du MET comme base pour le développement de nouvelles thérapies pour les patients atteints de cancer.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.000 | 0.000 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.000 |
| Science and technology studies | 0.000 | 0.000 |
| Scholarly communication | 0.000 | 0.000 |
| Open science | 0.000 | 0.000 |
| Research integrity | 0.000 | 0.000 |
| Insufficient payload (model declined to judge) | 0.002 | 0.001 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".