Mapping spatial organization and genetic cell-state regulators to target immune evasion in ovarian cancer

免疫系统 生物 卵巢癌 免疫检查点 自然杀伤细胞 癌症研究 转录组 免疫疗法 免疫学 癌症 细胞毒性T细胞 遗传学 基因 基因表达 体外
作者
Christine Y. Yeh,Karmen Aguirre,Olivia Laveroni,Subin Kim,Aihui Wang,Brooke Liang,Xiaoming Zhang,Lucy M. Han,Raeline Valbuena,Michael C. Bassik,Young‐Min Kim,Sylvia K. Plevritis,M Snyder,Brooke E. Howitt,Livnat Jerby‐Arnon
出处
期刊:Nature Immunology [Springer Nature]
标识
DOI:10.1038/s41590-024-01943-5
摘要

The drivers of immune evasion are not entirely clear, limiting the success of cancer immunotherapies. Here we applied single-cell spatial and perturbational transcriptomics to delineate immune evasion in high-grade serous tubo-ovarian cancer. To this end, we first mapped the spatial organization of high-grade serous tubo-ovarian cancer by profiling more than 2.5 million cells in situ in 130 tumors from 94 patients. This revealed a malignant cell state that reflects tumor genetics and is predictive of T cell and natural killer cell infiltration levels and response to immune checkpoint blockade. We then performed Perturb-seq screens and identified genetic perturbations—including knockout of PTPN1 and ACTR8—that trigger this malignant cell state. Finally, we show that these perturbations, as well as a PTPN1/PTPN2 inhibitor, sensitize ovarian cancer cells to T cell and natural killer cell cytotoxicity, as predicted. This study thus identifies ways to study and target immune evasion by linking genetic variation, cell-state regulators and spatial biology. Here the authors provide a resource for ovarian cancer combining spatial transcriptomics, genomics, CRISPR Perturb-seq screens and in silico methods to focus on T cells and natural killer cells in the tumor and their role in immune evasion.
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
更新
大幅提高文件上传限制,最高150M (2024-4-1)

科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
万能图书馆应助Sir.夏季风采纳,获得10
刚刚
HEIKU应助P值有星采纳,获得20
刚刚
传奇3应助zhangxinhui02采纳,获得10
刚刚
刚刚
丘比特应助恰好喜欢采纳,获得10
1秒前
3秒前
善学以致用应助犹豫山河采纳,获得10
5秒前
小海完成签到 ,获得积分10
5秒前
勤劳怜寒发布了新的文献求助20
5秒前
5秒前
24发布了新的文献求助10
6秒前
山丘完成签到,获得积分10
6秒前
wangyu完成签到,获得积分10
7秒前
舒心怀绿完成签到,获得积分10
7秒前
Chao发布了新的文献求助10
7秒前
7秒前
结实的人英完成签到,获得积分10
7秒前
领导范儿应助科研通管家采纳,获得10
7秒前
Hello应助科研通管家采纳,获得10
7秒前
8秒前
脑洞疼应助科研通管家采纳,获得10
8秒前
丘比特应助科研通管家采纳,获得10
8秒前
科目三应助科研通管家采纳,获得10
8秒前
小龙儿完成签到,获得积分10
8秒前
无花果应助科研通管家采纳,获得10
8秒前
小蘑菇应助科研通管家采纳,获得10
8秒前
所所应助科研通管家采纳,获得10
8秒前
ding应助科研通管家采纳,获得20
8秒前
所所应助科研通管家采纳,获得30
8秒前
斯文败类应助科研通管家采纳,获得30
8秒前
顾矜应助科研通管家采纳,获得10
8秒前
科目三应助科研通管家采纳,获得10
8秒前
9秒前
怡然虔完成签到,获得积分20
10秒前
10秒前
10秒前
蟒玉朝天发布了新的文献求助10
10秒前
贪玩的豪英完成签到,获得积分10
10秒前
11秒前
11秒前
高分求助中
Kinetics of the Esterification Between 2-[(4-hydroxybutoxy)carbonyl] Benzoic Acid with 1,4-Butanediol: Tetrabutyl Orthotitanate as Catalyst 1000
The Young builders of New china : the visit of the delegation of the WFDY to the Chinese People's Republic 1000
Rechtsphilosophie 1000
Bayesian Models of Cognition:Reverse Engineering the Mind 888
Very-high-order BVD Schemes Using β-variable THINC Method 568
Chen Hansheng: China’s Last Romantic Revolutionary 500
XAFS for Everyone 500
热门求助领域 (近24小时)
化学 医学 生物 材料科学 工程类 有机化学 生物化学 物理 内科学 纳米技术 计算机科学 化学工程 复合材料 基因 遗传学 催化作用 物理化学 免疫学 量子力学 细胞生物学
热门帖子
关注 科研通微信公众号,转发送积分 3137944
求助须知:如何正确求助?哪些是违规求助? 2788863
关于积分的说明 7788861
捐赠科研通 2445259
什么是DOI,文献DOI怎么找? 1300236
科研通“疑难数据库(出版商)”最低求助积分说明 625878
版权声明 601046