HAL BIBLIO

Analyse bibliométrique : « PD-1 PD-L1 checkpoint signaling T cell exhaustion tumor microenvironment melanoma »
Articles primaires
2418
Clusters Leiden
3
Clusters Louvain
3
Noyaux stables
99%
Durée
1023.2s
📁 JSON structuré 📚 BibTeX 📈 CSV

Leiden vs Louvain — Consensus

4941 articles stables (99%) — même cluster dans les 2 algorithmes.
59 articles en zone frontière (1%) — classés différemment, potentiellement interdisciplinaires.

Cluster 0 2627 articles
100% stable
# Analyse du Cluster Bibliométrique ## 1. THÈME DU CLUSTER **Épidémiologie du cancer, immunothérapie par blocage des points de contrôle immunitaires (PD-1/PD-L1), et caractérisation génomique et moléculaire du microenvironnement tumoral dans les cancers solides.** ## 2. SYNTHÈSE Ce cluster réunit des articles couvrant trois axes interconnectés de la recherche oncologique contemporaine. Le premier axe est **l'épidémiologie descriptive du cancer** : les estimations mondiales GLOBOCAN [1,2] et les rapports annuels américains [4,6,8-10,18] fournissent le cadre quantitatif du fardeau cancéreux global, justifiant l'urgence des innovations thérapeutiques. Ces données montrent une incidence en constante augmentation, avec environ 19,3 millions de nouveaux cas en 2020 [1]. Le deuxième axe concerne **l'immunothérapie par inhibiteurs de points de contrôle immunitaires**, pivot conceptuel du cluster. L'essai pivot de l'ipilimumab (anti-CTLA-4) dans le mélanome métastatique a inauguré l'ère de l'immunothérapie moderne en démontrant un bénéfice de survie globale [17]. L'anticorps anti-PD-1 a ensuite montré des réponses objectives dans le mélanome, le cancer du poumon et le cancer rénal [21], tandis que le pembrolizumab a surpassé la chimiothérapie dans le CPNPC PD-L1-positif [30]. Le blocage PD-1/PD-L1 a également été exploré dans le cancer du sein [3], et les toxicités rénales associées ont été documentées [16]. Le troisième axe porte sur la **caractérisation moléculaire et génomique des tumeurs**. Les portails cBioPortal permettent l'exploration multidimensionnelle des données génomiques [7,15]. L'algorithme ESTIMATE quantifie l'infiltration stromale et immunitaire tumorale [25], tandis que les signatures mutationnelles pan-cancer révèlent les processus biologiques sous-jacents [28]. La classification OMS des tumeurs cérébrales intègre désormais des paramètres moléculaires [14,23], et les modèles de cellules souches tumorales [26], de transition épithélio-mésenchymateuse [29], d'angiogenèse tumorale [27] et de métabolisme de Warburg [13] complètent la compréhension du microenvironnement tumoral. Des avancées technologiques transversales, comme le système CRISPR-Cas9 [11], ont par ailleurs révolutionné la recherche fonctionnelle en oncologie. Les thérapies ciblées comme le sorafénib [20] et le bévacizumab [24] illustrent la diversification des approches anti-tumorales complémentaires à l'immunothérapie. ## 3. TEXTES FONDATEURS - **[17]** — Essai de phase III de l'ipilimumab dans le mélanome métastatique (Hodi et al., 2010) : premier inhibiteur de checkpoint à démontrer un bénéfice de survie globale, fondement de l'immunothérapie anti-tumorale moderne. - **[21]** — Essai de phase I de l'anti-PD-1 (nivolumab) (Topalian et al., 2012) : première démonstration clinique de l'efficacité et de la tolérance de l'anticorps anti-PD-1 dans plusieurs cancers solides, avec mise en évidence du rôle prédictif de l'expression de PD-L1. - **[30]** — Essai KEYNOTE-024 du pembrolizumab versus chimiothérapie (Reck et al., 2016) : a établi le pembrolizumab comme traitement de première ligne du CPNPC PD-L1-fort, changement de paradigme thérapeutique majeur. - **[1]** — GLOBOCAN 2020 (Sung et al., 2021) : référence épidémiologique mondiale la plus citée, fournissant le cadre quantitatif indispensable à la priorisation de la recherche oncologique. - **[25]** — Algorithme ESTIMATE (Yoshihara et al., 2013) : outil bioinformatique fondateur pour inférer la pureté tumorale et la composition du microenvironnement immunitaire, essentiel à l'analyse transcriptomique en immuno-oncologie. - **[28]** — Signatures mutationnelles pan-cancer (Alexandrov et al., 2013) : cartographie sans précédent des processus mutationnels dans 30 types de cancer, fondement de la compréhension de la charge mutationnelle tumorale prédictive de la réponse à l'immunothérapie. - **[7,15]** — Portail cBioPortal (Cerami et al., 2012 ; Gao et al., 2013) : infrastructure bioinformatique ouverte devenue indispensable pour l'exploration des données génomiques tumorales par la communauté scientifique. - **[27]** — Hypothèse de l'angiogenèse tumorale (Folkman, 1971) : article visionnaire ayant posé les bases conceptuelles de la dépendance néovasculaire des tumeurs, ouvrant la voie aux anti-angiogéniques [24]. ## 4. TENDANCES L'évolution chronologique du cluster révèle une trajectoire claire en trois phases : **Phase fondatrice (1971-2009)** : Les concepts biologiques fondamentaux sont posés — angiogenèse tumorale [27], métabolisme de Warburg [13], transition épithélio-mésenchymateuse [29], cellules souches tumorales [26]. Les premières thérapies ciblées apparaissent avec le bévacizumab [24] et le sorafénib [20]. **Phase d'émergence de l'immunothérapie (2010-2013)** : L'ipilimumab inaugure l'ère des checkpoints [17], suivi immédiatement par la preuve de concept anti-PD-1 [21]. Simultanément, les outils génomiques (cBioPortal [7,15], ESTIMATE [25], signatures mutationnelles [28]) permettent la caractérisation moléculaire du microenvironnement tumoral. **Phase de maturation et de diversification (2016-2022)** : L'immunothérapie anti-PD-1/PD-L1 devient standard de soin dans le CPNPC [30] et est explorée dans le cancer du sein [3]. La gestion des toxicités devient un enjeu clinique [16]. Les classifications nosologiques intègrent les marqueurs moléculaires [14,23]. Les rapports épidémiologiques annuels documentent l'impact populationnel [1,2,4,6,8-10,18]. CRISPR-Cas9 [11] ouvre de nouvelles perspectives de recherche fonctionnelle. Le **virage récent** est l'intégration croissante entre données génomiques, caractérisation immunitaire du microenvironnement et sélection thérapeutique personnalisée, reflétée par la co-citation d'outils comme ESTIMATE [25] et cBioPortal [7,15] avec les essais cliniques d'immunothérapie [21,30]. ## 5. CONTROVERSES ET LACUNES **Biomarqueurs prédictifs insuffisants** : L'expression de PD-L1 comme biomarqueur de réponse reste imparfaite. Topalian et al. ont suggéré une corrélation préliminaire [21], et le pembrolizumab a été approuvé sur la base d'un seuil PD-L1 ≥ 50% [30], mais une proportion significative de patients PD-L1-négatifs répond, et inversement, soulevant le problème de la sélection optimale des patients. **Toxicités immuno-médiées** : La revue de Wanchoo et al. [16] met en lumière les néphrotoxicités parfois sévères des inhibiteurs de checkpoint, un domaine où les données prospectives restent limitées et où les mécanismes physiopathologiques sont incomplètement élucidés. **Hétérogénéité du microenvironnement tumoral** : Les outils bioinformatiques comme ESTIMATE [25] reposent sur des données transcriptomiques bulk, ne capturant pas l'hétérogénéité spatiale et unicellulaire du microenvironnement immunitaire. L'absence d'articles de single-cell RNA-seq parmi les plus cités suggère un gap méthodologique dans ce cluster. **Biais de représentation tumorale** : Le cluster est dominé par le mélanome [17], le CPNPC [30] et le glioblastome [5,14,22,23], avec peu de données sur l'immunothérapie dans d'autres tumeurs. Le cancer du sein est abordé [3], mais les données d'essais de phase III ne figurent pas parmi les articles les plus cités. Le carcinome hépatocellulaire n'est représenté que par le sorafénib [20], sans essais d'immunothérapie. **Résistances à l'immunothérapie** : Malgré la présence d'articles sur les mécanismes tumoraux fondamentaux (EMT [29], Warburg [13], cellules souches [26]), le lien mécanistique entre ces processus biologiques et la résistance primaire ou acquise aux inhibiteurs de checkpoint demeure insuffisamment documenté dans ce cluster.

Bibliographie numérotée (top 30)

[1]
Global Cancer Statistics 2020: GLOBOCAN Estimates of Incidence and Mortality Worldwide for 36 Cancers in 185 Countries ★ 🔓 ● consensus
Hyuna Sung, Jacques Ferlay, Rebecca L. Siegel, Mathieu Laversanne, Isabelle Soerjomataram et al. — CA A Cancer Journal for Clinicians (2021) 110232 cit.
[2]
Global cancer statistics 2018: GLOBOCAN estimates of incidence and mortality worldwide for 36 cancers in 185 countries ★ 🔓 ● consensus
Freddie Bray, Jacques Ferlay, Isabelle Soerjomataram, Rebecca L. Siegel, Lindsey A. Torre et al. — CA A Cancer Journal for Clinicians (2018) 87247 cit.
[3]
PD-1 and PD-L1 Immune Checkpoint Blockade to Treat Breast Cancer ★ 🔓 ● consensus
Andreas D. Hartkopf, Florin‐Andrei Taran, Markus Wallwiener, Christina B. Walter, Bernhard Krämer et al. — Breast Care (2016) 30895 cit.
[4]
Cancer statistics, 2020 ★ 🔓 ● consensus
Rebecca L. Siegel, Kimberly D. Miller, Ahmedin Jemal — CA A Cancer Journal for Clinicians (2020) 21267 cit.
[5]
Radiotherapy plus Concomitant and Adjuvant Temozolomide for Glioblastoma ★ 🔓 ● consensus
Roger Stupp, Warren Mason, Martin J. van den Bent, Michael Weller, Barbara Fisher et al. — New England Journal of Medicine (2005) 21187 cit.
[6]
Cancer statistics, 2019 ★ 🔓 ● consensus
Rebecca L. Siegel, Kimberly D. Miller, Ahmedin Jemal — CA A Cancer Journal for Clinicians (2019) 20859 cit.
[7]
The cBio Cancer Genomics Portal: An Open Platform for Exploring Multidimensional Cancer Genomics Data ★ 🔓 ● consensus
Ethan Cerami, Jianjiong Gao, Uğur Doğrusöz, Benjamin Groß, S. Onur Sumer et al. — Cancer Discovery (2012) 18077 cit.
[8]
Cancer statistics, 2022 ★ 🔓 ● consensus
Rebecca L. Siegel, Kimberly D. Miller, Hannah E. Fuchs, Ahmedin Jemal — CA A Cancer Journal for Clinicians (2022) 17944 cit.
[9]
Cancer Statistics, 2021 ★ 🔓 ● consensus
Rebecca L. Siegel, Kimberly D. Miller, Hannah E. Fuchs, Ahmedin Jemal — CA A Cancer Journal for Clinicians (2021) 17254 cit.
[10]
Cancer statistics, 2018 ★ 🔓 ● consensus
Rebecca L. Siegel, Kimberly D. Miller, Ahmedin Jemal — CA A Cancer Journal for Clinicians (2018) 16924 cit.
Afficher les 20 références suivantes ▼
Cluster 1 2317 articles
100% stable
# Analyse Bibliométrique du Cluster ## 1. THÈME DU CLUSTER **Biologie intégrative du cancer : du microenvironnement tumoral et de l'immunité à l'analyse transcriptomique à grande échelle pour la caractérisation des mécanismes oncogéniques et des cibles thérapeutiques.** ## 2. SYNTHÈSE Ce cluster réunit des travaux qui couvrent trois axes convergents de la recherche oncologique moderne. Le premier axe est **conceptuel et biologique** : les cadres théoriques fondateurs définissant les propriétés fondamentales des cellules cancéreuses — prolifération soutenue, évasion immunitaire, angiogenèse, reprogrammation métabolique — ont été établis dans des articles séminaux [2,7] et enrichis par la découverte du rôle central de l'inflammation dans l'initiation et la progression tumorale [13,21,23]. La transition épithélio-mésenchymateuse (EMT) a été identifiée comme un mécanisme clé conférant aux cellules tumorales des propriétés de cellules souches et un potentiel métastatique [24,30], en lien avec le concept de cellules souches cancéreuses [26]. L'angiogenèse tumorale [27], la reprogrammation métabolique initialement décrite par Warburg [18], et la ferroptose comme mode de mort cellulaire non-apoptotique [9] complètent ce paysage biologique. Le deuxième axe concerne **l'immuno-oncologie**. Le rôle des cellules dendritiques dans le contrôle immunitaire [14], la polarisation des macrophages dans le microenvironnement [28], et surtout le blocage des points de contrôle immunitaires (immune checkpoints) [17] ont fondé les bases de l'immunothérapie moderne. La déconvolution des infiltrats immunitaires tumoraux par l'algorithme CIBERSORT [16] a permis de quantifier les sous-populations cellulaires à partir de données transcriptomiques, tandis que les exosomes ont été identifiés comme vecteurs de communication intercellulaire [19]. Le troisième axe est **méthodologique et computationnel**. L'analyse différentielle d'expression par DESeq2 [1], l'alignement par STAR [4], l'enrichissement fonctionnel par GSEA [3] et GSVA [11], ainsi que les pipelines d'analyse single-cell (Seurat v3 [10], Seurat v4 [12], Seurat v2 [15], Harmony [25], Scanpy [29]) constituent l'infrastructure bioinformatique permettant d'interroger le microenvironnement tumoral à résolution cellulaire. Les critères RECIST [6] et les données épidémiologiques GLOBOCAN [5] fournissent le cadre clinique. La mutation BRAF [22] et la caractérisation moléculaire des tumeurs mammaires [20] illustrent la médecine de précision appliquée au mélanome et aux cancers solides. ## 3. TEXTES FONDATEURS - **[2] Hanahan & Weinberg (2011)** : Mise à jour des « hallmarks of cancer » intégrant l'évasion immunitaire et la reprogrammation métabolique comme propriétés émergentes, cadre conceptuel dominant de la biologie tumorale depuis plus d'une décennie. - **[7] Hanahan & Weinberg (2000)** : Article fondateur originel définissant les six propriétés fondamentales des cellules cancéreuses, socle théorique de toute la recherche oncologique contemporaine. - **[17] Pardoll (2012)** : Revue de référence sur le blocage des checkpoints immunitaires (PD-1/PD-L1, CTLA-4), directement au cœur de la thématique du cluster, ayant catalysé le développement de l'immunothérapie. - **[1] Love et al. (2014)** : Outil statistique (DESeq2) devenu le standard pour l'analyse différentielle RNA-seq, infrastructure indispensable à toutes les études transcriptomiques du microenvironnement tumoral. - **[16] Newman et al. (2015)** : Développement de CIBERSORT permettant l'estimation des proportions de cellules immunitaires infiltrant les tumeurs à partir de profils d'expression, pont direct entre bioinformatique et immuno-oncologie. - **[10,12] Stuart et al. (2019) et Hao et al. (2021)** : Versions successives de Seurat pour l'intégration de données single-cell multimodales, ayant révolutionné la cartographie cellulaire du microenvironnement tumoral. - **[23] Grivennikov et al. (2010)** : Synthèse majeure établissant les mécanismes moléculaires reliant inflammation chronique, immunité innée et carcinogenèse, articulant biologie de l'inflammation et immunosurveillance tumorale. ## 4. TENDANCES L'évolution chronologique révèle trois phases distinctes : **Phase conceptuelle (1956-2002)** : Les fondements biologiques sont posés avec la théorie métabolique de Warburg [18], les hallmarks du cancer [7], le lien inflammation-cancer [13], les cellules souches cancéreuses [26], l'angiogenèse [27] et la découverte de la mutation BRAF dans le mélanome [22]. **Phase immuno-oncologique (2008-2015)** : Un virage majeur s'opère vers l'immunologie tumorale avec la caractérisation de la polarisation macrophagique [28], le rôle de l'EMT dans la plasticité tumorale [24,30], la formalisation du blocage des checkpoints [17], et le développement d'outils de déconvolution immunitaire [16]. Les critères cliniques d'évaluation sont actualisés [6] et les atlas moléculaires tumoraux émergent [20]. **Phase computationnelle et single-cell (2018-2021)** : Le virage le plus récent et le plus marquant est l'explosion des technologies single-cell. En quatre ans, les outils Seurat v2 [15], Seurat v3 [10], Harmony [25], Scanpy [29] et Seurat v4 [12] se succèdent rapidement, reflétant la nécessité croissante de disséquer le microenvironnement tumoral à résolution unicellulaire. Ce virage technologique permet d'étudier l'exhaustion des lymphocytes T et les interactions PD-1/PD-L1 à un niveau de granularité sans précédent. ## 5. CONTROVERSES / GAPS **Hétérogénéité méthodologique de la déconvolution immunitaire** : La coexistence de méthodes de déconvolution bulk (CIBERSORT [16], GSVA [11]) et d'approches single-cell (Seurat [10,12,15], Scanpy [29]) soulève des questions de concordance et de reproductibilité. Les estimations des infiltrats immunitaires varient selon l'approche utilisée, ce qui peut affecter les conclusions sur l'état d'exhaustion des lymphocytes T. **Lacune sur la spécificité mélanome** : Bien que la recherche cible explicitement le mélanome, seul l'article sur les mutations BRAF [22] est directement spécifique à ce cancer. Les cadres conceptuels [2,7], les outils computationnels [1,3,4] et les travaux immunologiques [17,28] sont pan-cancéreux, suggérant que le cluster manque de travaux mécanistiques spécifiques à la signalisation PD-1/PD-L1 dans le mélanome. **Tension entre modèles biologiques** : Le modèle hiérarchique des cellules souches cancéreuses [26] entre en tension avec le modèle de plasticité lié à l'EMT [24,30], sans consensus clair sur leur contribution relative à la résistance aux immunothérapies anti-PD-1. **Gap sur la ferroptose et l'immunothérapie** : La ferroptose [9] est un champ émergent dont l'intersection avec l'exhaustion T et le blocage des checkpoints [17] reste largement inexplorée dans ce cluster, malgré des données récentes suggérant que la ferroptose dans le microenvironnement tumoral peut moduler la réponse immunitaire anti-tumorale. **Absence d'articles cliniques de phase III** : Le cluster ne contient pas d'essais cliniques pivots d'immunothérapie (anti-PD-1/PD-L1) dans ses 30 articles les plus cités, malgré la présence des critères RECIST [6], révélant un biais vers les aspects fondamentaux et computationnels au détriment de la validation clinique.

Bibliographie numérotée (top 30)

[1]
Moderated estimation of fold change and dispersion for RNA-seq data with DESeq2 ☆ 🔓 ● consensus
Michael I. Love, Wolfgang Huber, Simon Anders — Genome biology (2014) 96645 cit.
[2]
Hallmarks of Cancer: The Next Generation ☆ 🔓 ● consensus
Douglas Hanahan, Robert A. Weinberg — Cell (2011) 65509 cit.
[3]
Gene set enrichment analysis: A knowledge-based approach for interpreting genome-wide expression profiles ★ 🔓 ● consensus
Aravind Subramanian, Pablo Tamayo, Vamsi K. Mootha, Sayan Mukherjee, Benjamin L. Ebert et al. — Proceedings of the National Academy of Sciences (2005) 55278 cit.
[4]
STAR: ultrafast universal RNA-seq aligner ★ 🔓 ● consensus
Alexander Dobin, Carrie Davis, Felix Schlesinger, Jörg Drenkow, Chris Zaleski et al. — Bioinformatics (2012) 54350 cit.
[5]
Cancer incidence and mortality worldwide: Sources, methods and major patterns in GLOBOCAN 2012 ★ 🔓 ● consensus
Jacques Ferlay, Isabelle Soerjomataram, Rajesh Dikshit, Sultan Eser, Colin Mathers et al. — International Journal of Cancer (2014) 28930 cit.
[6]
New response evaluation criteria in solid tumours: Revised RECIST guideline (version 1.1) ☆ ● consensus
E. Eisenhauer, P. Therasse, Jan Bogaerts, Lawrence H. Schwartz, Daniel J. Sargent et al. — European Journal of Cancer (2008) 28828 cit.
[7]
The Hallmarks of Cancer ☆ 🔓 ● consensus
Douglas Hanahan, Robert A. Weinberg — Cell (2000) 28360 cit.
[8]
Induction of Pluripotent Stem Cells from Mouse Embryonic and Adult Fibroblast Cultures by Defined Factors ☆ 🔓 ● consensus
Kazutoshi Takahashi, Shinya Yamanaka — Cell (2006) 26259 cit.
[9]
Ferroptosis: An Iron-Dependent Form of Nonapoptotic Cell Death ☆ 🔓 ● consensus
Scott J. Dixon, Kathryn M. Lemberg, Michael R. Lamprecht, Rachid Skouta, Eleina M. Zaitsev et al. — Cell (2012) 17152 cit.
[10]
Comprehensive Integration of Single-Cell Data ☆ 🔓 ● consensus
Tim Stuart, Andrew Butler, Paul Hoffman, Christoph Hafemeister, Efthymia Papalexi et al. — Cell (2019) 16262 cit.
Afficher les 20 références suivantes ▼
Cluster 2 56 articles
0% stable
# Analyse Bibliométrique du Cluster ## 1. THÈME DU CLUSTER **Biomarqueurs de réponse aux inhibiteurs de points de contrôle immunitaires (PD-1/PD-L1, CTLA-4) et élargissement thérapeutique de l'immuno-oncologie à travers les types tumoraux.** ## 2. SYNTHÈSE Ce cluster réunit des articles portant sur le développement clinique des inhibiteurs de checkpoints immunitaires et l'identification de biomarqueurs prédictifs de réponse, avec le mélanome comme modèle princeps puis une extension à de nombreuses tumeurs solides. Le socle conceptuel repose sur la démonstration qu'une charge mutationnelle tumorale (TMB) élevée constitue un déterminant génétique de la réponse aux anti-CTLA-4 [2] et aux anti-PD-1/PD-L1 [4], cette corrélation ayant été validée prospectivement dans l'étude KEYNOTE-158 [6] et confirmée dans le cancer bronchique à petites cellules [25]. L'efficacité clinique des anti-PD-1 a été établie dans le mélanome avancé [5,10], y compris dans les métastases cérébrales [22], puis étendue au carcinome urothélial [7,11], au carcinome épidermoïde tête-et-cou [12], au cancer gastrique [18] et au carcinome de Merkel [16]. Les combinaisons anti-PD-1/anti-CTLA-4 ont montré une supériorité sur la monothérapie dans le mélanome [23,26], tandis que le profil de toxicité spécifique de ces agents a été caractérisé [14]. Parallèlement, des stratégies complémentaires sont représentées : les thérapies par cellules CAR-T ciblant des antigènes variés [8,24,29], le blocage du checkpoint macrophagique CD47 [19] et l'identification de nouveaux checkpoints inhibiteurs comme VISTA [30]. L'interface entre anti-angiogéniques et immunothérapie est illustrée par les essais sur le carcinome hépatocellulaire (CHC), où sorafénib [1,3], régorafénib [3], ramucirumab [13] et trémélimumab combiné à l'ablation [27] définissent le paysage thérapeutique. Des approches combinées radiothérapie-immunothérapie ont également été explorées [20]. Enfin, le rôle de l'inflammation dans la carcinogenèse est souligné par l'effet protecteur de l'inhibition de l'IL-1β sur l'incidence du cancer pulmonaire [15], élargissant le cadre conceptuel au-delà du microenvironnement tumoral strict. ## 3. TEXTES FONDATEURS - **[2]** Snyder et al. (2014) : Premier article démontrant la base génétique (charge néoantigénique) de la réponse au blocage CTLA-4 dans le mélanome, fondement du concept de TMB comme biomarqueur. - **[4]** Yarchoan et al. (2017) : Étude pan-cancer pionnière corrélant TMB et taux de réponse aux anti-PD-1/PD-L1 à travers 27 types tumoraux, établissant un paradigme transversal. - **[5]** Weber et al. (2015) : Essai de phase 3 CheckMate 037, établissant la supériorité du nivolumab sur la chimiothérapie dans le mélanome post-ipilimumab, jalon réglementaire majeur. - **[7]** Powles et al. (2014) : Première démonstration clinique de l'activité de l'anti-PD-L1 (atézolizumab) dans le cancer vésical métastatique, ouvrant le champ de l'immunothérapie aux tumeurs urologiques. - **[6]** Marabelle et al. (2020) : Validation prospective pan-tumorale de la TMB élevée (≥10 mut/Mb) comme biomarqueur prédictif de réponse au pembrolizumab, fondement de l'approbation agnostique par la FDA. - **[8]** June & Sadelain (2018) : Revue de référence sur la thérapie CAR-T, synthétisant les principes d'ingénierie des lymphocytes T et d'immunité synthétique, représentant l'axe cellulaire complémentaire aux checkpoints. - **[14]** Naidoo et al. (2015) : Caractérisation systématique du profil de toxicités immuno-médiées des anti-PD-1/PD-L1, texte fondateur pour la gestion clinique des effets indésirables. ## 4. TENDANCES **2006-2009 : Phase précurseurs.** Les premiers travaux explorent la thérapie cellulaire adoptive [24] et la normalisation vasculaire tumorale [9], tandis que l'ipilimumab est testé en dose-ranging [17]. **2014-2016 : Explosion de l'immunothérapie par checkpoints.** Les essais pivots établissent l'efficacité des anti-PD-1 dans le mélanome [5,10], le cancer vésical [7], le carcinome de Merkel [16], le cancer gastrique [18] et tête-et-cou [12]. Simultanément, la TMB émerge comme biomarqueur [2]. Les combinaisons anti-PD-1/anti-CTLA-4 sont explorées [23]. **2017-2018 : Consolidation et diversification.** Le concept de TMB est généralisé [4,25] et validé prospectivement [6]. L'approche néoadjuvante est testée dans le mélanome [26]. Les métastases cérébrales deviennent accessibles [22]. Les CAR-T s'étendent aux tumeurs solides [29] et de nouveaux checkpoints (VISTA [30], CD47 [19]) sont identifiés. Le CHC entre dans l'ère de l'immunothérapie combinée [27], avec une séquence thérapeutique enrichie [1,3,13]. **Virage récent (2018-2020) :** On observe un passage d'approches mono-biomarqueur (PD-L1) vers des biomarqueurs composites (TMB) [6], une convergence immuno-oncologie/anti-angiogéniques dans le CHC [1,27], et une exploration de cibles au-delà de l'axe PD-1/CTLA-4 [19,30]. ## 5. CONTROVERSES / GAPS - **TMB comme biomarqueur universel** : Bien que corrélée à la réponse aux anti-PD-1 à l'échelle pan-cancer [4,6], la TMB présente des limites. Les seuils optimaux varient selon les tumeurs et les plateformes de séquençage, et la validation dans le CPPC montre une association imparfaite [25]. L'absence de standardisation méthodologique reste un obstacle majeur. - **Prédiction de réponse insuffisante** : La TMB [4] et l'expression de PD-L1 [7,12,18] ne sont que partiellement prédictives ; de nombreux patients à TMB basse ou PD-L1 négatifs répondent, et inversement, suggérant des mécanismes de résistance non capturés par ces biomarqueurs [2,6]. - **Néoadjuvant vs adjuvant** : L'essai de Blank et al. [26] suggère une supériorité du traitement néoadjuvant par ipilimumab-nivolumab dans le mélanome stade III, mais les données restent préliminaires et la toxicité élevée soulève des questions sur la sélection des patients. - **Nouveaux checkpoints** : L'augmentation de VISTA après traitement par ipilimumab [30] soulève l'hypothèse d'un mécanisme de résistance adaptative, mais les données cliniques sur le ciblage de VISTA ou CD47 [19] sont encore immatures. - **Gap CHC-immunothérapie** : La présence importante d'essais anti-angiogéniques dans ce cluster [1,3,9,13,21] reflète un décalage historique : le CHC a longtemps été dominé par les thérapies ciblées vasculaires, et l'intégration optimale des inhibiteurs de checkpoints dans ce contexte immunotolérant (hépatite chronique, cirrhose) reste insuffisamment définie [27]. - **Toxicités immuno-médiées combinées** : Si le profil de toxicité des monothérapies anti-PD-1 est bien décrit [14], la gestion des toxicités sévères des combinaisons [22,23,26] et l'impact de traitements antérieurs (radiothérapie [20]) sur le rapport bénéfice-risque restent des zones d'incertitude clinique.

Bibliographie numérotée (top 30)

[1]
Lenvatinib versus sorafenib in first-line treatment of patients with unresectable hepatocellular carcinoma: a randomised phase 3 non-inferiority trial ☆ 🔓
Masatoshi Kudo, Richard S. Finn, Shukui Qin, Kwang‐Hyub Han, Kenji Ikeda et al. — The Lancet (2018) 5280 cit.
[2]
Genetic Basis for Clinical Response to CTLA-4 Blockade in Melanoma ★ 🔓
Alexandra Snyder, Vladimir Makarov, Taha Merghoub, Jianda Yuan, Jesse M. Zaretsky et al. — New England Journal of Medicine (2014) 4348 cit.
[3]
Regorafenib for patients with hepatocellular carcinoma who progressed on sorafenib treatment (RESORCE): a randomised, double-blind, placebo-controlled, phase 3 trial ☆ 🔓
Jordi Bruix, Shukui Qin, Philippe Merle, Alessandro Granito, Yi‐Hsiang Huang et al. — The Lancet (2016) 3602 cit.
[4]
Tumor Mutational Burden and Response Rate to PD-1 Inhibition ★ 🔓
Mark Yarchoan, Alexander C. Hopkins, Elizabeth M. Jaffee — New England Journal of Medicine (2017) 3264 cit.
[5]
Nivolumab versus chemotherapy in patients with advanced melanoma who progressed after anti-CTLA-4 treatment (CheckMate 037): a randomised, controlled, open-label, phase 3 trial ☆
Jeffrey S. Weber, Sandra P. D’Angelo, David R. Minor, F. Stephen Hodi, Ralf Gutzmer et al. — The Lancet Oncology (2015) 2645 cit.
[6]
Association of tumour mutational burden with outcomes in patients with advanced solid tumours treated with pembrolizumab: prospective biomarker analysis of the multicohort, open-label, phase 2 KEYNOTE-158 study ★ 🔓
Aurélien Marabelle, Marwan Fakih, Juanita Lopez, Manisha H. Shah, Ronnie Shapira‐Frommer et al. — The Lancet Oncology (2020) 2413 cit.
[7]
MPDL3280A (anti-PD-L1) treatment leads to clinical activity in metastatic bladder cancer ☆
Thomas Powles, Joseph P. Eder, Gregg Fine, Fadi S. Braiteh, Yohann Loriot et al. — Nature (2014) 2411 cit.
[8]
Chimeric Antigen Receptor Therapy ★ 🔓
Carl H. June, Michel Sadelain — New England Journal of Medicine (2018) 2169 cit.
[9]
AZD2171, a Pan-VEGF Receptor Tyrosine Kinase Inhibitor, Normalizes Tumor Vasculature and Alleviates Edema in Glioblastoma Patients ☆ 🔓
Tracy T. Batchelor, A. Gregory Sorensen, Emmanuelle di Tomaso, Wei-Ting Zhang, Dan G. Duda et al. — Cancer Cell (2007) 1759 cit.
[10]
Anti-programmed-death-receptor-1 treatment with pembrolizumab in ipilimumab-refractory advanced melanoma: a randomised dose-comparison cohort of a phase 1 trial ☆
Caroline Robert, Antoni Ribas, Jedd D. Wolchok, F. Stephen Hodi, Omid Hamid et al. — The Lancet (2014) 1752 cit.
Afficher les 20 références suivantes ▼
COUPLAGE BIBLIOGRAPHIQUE

Fronts de recherche

1998 articles · 6 fronts · 381562 connexions

Co-citation → écoles de pensée (fondations). Couplage biblio → fronts de recherche (ce qui s'écrit maintenant).

Front 1 672 articles
**Mécanismes de résistance aux inhibiteurs de checkpoints immunitaires** Ce front de recherche se concentre sur l'analyse des mécanismes de résistance thérapeutique aux inhibiteurs PD-1/PD-L1 et le développement de stratégies combinatoires. Les approches méthodologiques dominantes incluent l'analyse transcriptomique du microenvironment tumoral, l'étude des populations lymphocytaires T épuisées, et l'évaluation de biomarqueurs prédictifs de résistance. Les chercheurs utilisent des modèles précliniques sophistiqués et des analyses multi-omiques pour décrypter les interactions complexes entre cellules tumorales et système immunitaire. Les résultats récents révèlent que la résistance adaptative implique la surexpression de checkpoints alternatifs (TIM-3, LAG-3), l'épuisement progressif des lymphocytes T, et le rôle critique du VEGF-A dans la modulation des récepteurs inhibiteurs. Les études démontrent l'importance des combinaisons thérapeutiques associant anti-PD-1/PD-L1 à d'autres agents pour contourner ces mécanismes de résistance. Ce qui distingue ce front est son approche intégrative combinant compréhension mécanistique fondamentale et application clinique immédiate, avec un focus particulier sur la personnalisation thérapeutique basée sur le profil immunitaire tumoral et l'identification de nouvelles cibles thérapeutiques au-delà des checkpoints classiques.

Articles principaux

[1]
A guide to cancer immunotherapy: from T cell basic science to clinical practice 🔓
Alex D. Waldman, Jill M. Fritz, Michael J. Lenardo — Nature reviews. Immunology (2020) 4002 cit.
[2]
Immune Checkpoint Inhibitors for the Treatment of Cancer: Clinical Impact and Mechanisms of Response and Resistance ★ 🔓
Sreya Bagchi, Robert Yuan, Edgar G. Engleman — Annual Review of Pathology Mechanisms of Disease (2020) 2110 cit.
[3]
Immunotherapy in colorectal cancer: rationale, challenges and potential 🔓
Karuna Ganesh, Zsofia K. Stadler, Andrea Cercek, Robin B. Mendelsohn, Jinru Shia et al. — Nature Reviews Gastroenterology & Hepatology (2019) 1945 cit.
[4]
PD-1 and PD-L1 Checkpoint Signaling Inhibition for Cancer Immunotherapy: Mechanism, Combinations, and Clinical Outcome ★ 🔓
Hashem O. Alsaab, Samaresh Sau, Rami M. Alzhrani, Katyayani Tatiparti, Ketki Bhise et al. — Frontiers in Pharmacology (2017) 1723 cit.
[5]
Comprehensive review of targeted therapy for colorectal cancer 🔓
Yuanhong Xie, Yingxuan Chen, Jing‐Yuan Fang — Signal Transduction and Targeted Therapy (2020) 1611 cit.
[6]
Adaptive resistance to therapeutic PD-1 blockade is associated with upregulation of alternative immune checkpoints ★ 🔓
Shohei Koyama, Esra A. Akbay, Yvonne Y. Li, Grit S. Herter-Sprie, Kevin A. Buczkowski et al. — Nature Communications (2016) 1538 cit.
[7]
Role of the tumor microenvironment in PD-L1/PD-1-mediated tumor immune escape 🔓
Xianjie Jiang, Jie Wang, Xiangying Deng, Fang Xiong, Junshang Ge et al. — Molecular Cancer (2019) 1440 cit.
[8]
Anti–PD-1/PD-L1 therapy of human cancer: past, present, and future ★ 🔓
Lieping Chen, Xue Han — Journal of Clinical Investigation (2015) 1415 cit.
[9]
Combination strategies with PD-1/PD-L1 blockade: current advances and future directions 🔓
Ming Yi, Xiaoli Zheng, Mengke Niu, Shuangli Zhu, Hong Ge et al. — Molecular Cancer (2022) 1368 cit.
[10]
Mechanisms of resistance to immune checkpoint inhibitors 🔓
Russell W. Jenkins, David A. Barbie, Keith T. Flaherty — British Journal of Cancer (2018) 1324 cit.
Front 2 641 articles
**Reprogrammation métabolique et réseaux cellulaires dans l'immunité tumorale** Ce front de recherche se distingue par son approche intégrative combinant analyses multi-omiques, modèles de co-culture cellulaire avancés, et techniques d'imagerie spatiale pour décrypter les interactions complexes au sein du microenvironnement tumoral. Les méthodologies dominantes incluent le séquençage single-cell RNA-seq, la protéomique spatiale, et les modèles précliniques sophistiqués reproduisant l'hétérogénéité tumorale. Les résultats récents révèlent que la reprogrammation métabolique tumorale, notamment via le métabolisme du lactate et les voies PI3K/AKT/mTOR, orchestre directement l'épuisement des cellules T et la polarisation des macrophages associés aux tumeurs (TAMs). L'hypoxie émerge comme régulateur central coordonnant immunosuppression, angiogenèse et résistance thérapeutique. Les mécanismes de mort cellulaire programmée (ferroptose, nécroptose, pyroptose) sont identifiés comme modulateurs cruciaux de la réponse immune anti-tumorale. Ce qui distingue ce front est sa vision systémique intégrant métabolisme, inflammation, sénescence cellulaire et signalisation immune checkpoint dans un continuum physiopathologique unifié, ouvrant vers des stratégies thérapeutiques combinées ciblant simultanément plusieurs axes de l'écosystème tumoral.

Articles principaux

[1]
Understanding the tumor immune microenvironment (TIME) for effective therapy 🔓
Mikhail Binnewies, Edward W. Roberts, Kelly Kersten, Vincent Chan, Douglas F. Fearon et al. — Nature Medicine (2018) 5717 cit.
[2]
Inflammation and tumor progression: signaling pathways and targeted intervention 🔓
Huakan Zhao, Lei Wu, Guifang Yan, Yu Chen, Mingyue Zhou et al. — Signal Transduction and Targeted Therapy (2021) 2525 cit.
[3]
Crosstalk between cancer-associated fibroblasts and immune cells in the tumor microenvironment: new findings and future perspectives 🔓
Xiaoqi Mao, Jin Xu, Wei Wang, Chen Liang, Jie Hua et al. — Molecular Cancer (2021) 2163 cit.
[4]
Roles of the immune system in cancer: from tumor initiation to metastatic progression ★ 🔓
Hugo González, Catharina Hagerling, Zena Werb — Genes & Development (2018) 2105 cit.
[5]
Tumor-Associated Macrophages in Tumor Immunity ★ 🔓
Yueyun Pan, Yinda Yu, Xiaojian Wang, Ting Zhang — Frontiers in Immunology (2020) 1776 cit.
[6]
PI3K/AKT/mTOR signaling transduction pathway and targeted therapies in cancer 🔓
Antonino Glaviano, Aaron Song Chuan Foo, Hiu Yan Lam, Kenneth Chun-Yong Yap, William Jacot et al. — Molecular Cancer (2023) 1690 cit.
[7]
Macrophages as tools and targets in cancer therapy 🔓
Alberto Mantovani, Paola Allavena, Federica Marchesi, Cecília Garlanda — Nature Reviews Drug Discovery (2022) 1616 cit.
[8]
Ferroptosis, necroptosis, and pyroptosis in anticancer immunity 🔓
Rong Tang, Jin Xu, Bo Zhang, Jiang Liu, Chen Liang et al. — Journal of Hematology & Oncology (2020) 1321 cit.
[9]
Immunosenescence and Inflamm-Aging As Two Sides of the Same Coin: Friends or Foes? ★ 🔓
Tamàs Fülöp, Anis Larbi, Gilles Dupuis, Aurélie Le Page, Éric Frost et al. — Frontiers in Immunology (2018) 1296 cit.
[10]
Advances in immunotherapy for hepatocellular carcinoma 🔓
Bruno Sangro, Pablo Sarobe, Sandra Hervás‐Stubbs, Ignacio Melero — Nature Reviews Gastroenterology & Hepatology (2021) 1289 cit.
Front 3 283 articles
**Exhaustion lymphocytaire T dans l'immunothérapie anticancéreuse** Ce front de recherche combine approches transcriptomiques avancées (RNA-seq single-cell, CODEX) et analyses fonctionnelles pour décrypter l'épuisement des lymphocytes T CD8+ dans le microenvironnement tumoral. Les méthodologies dominant intègrent le séquençage unicellulaire, l'imagerie spatiale multiplexée et la caractérisation des interactions cellulaires organisées. Les résultats récents révèlent l'hétérogénéité des populations T CD8+ épuisées, avec identification de sous-populations PD-1+ distinctes ayant un potentiel prédictif pour la réponse aux inhibiteurs de checkpoint. Les facteurs transcriptionnels TOX/TOX2 et NR4A émergent comme régulateurs clés de l'exhaustion. La compréhension des "voisinages cellulaires coordonnés" au front invasif tumoral démontre l'importance de l'organisation spatiale pour l'immunité antitumorale. Ce front se distingue par son approche intégrative combinant résolution unicellulaire et contexte spatial, dépassant les analyses globales traditionnelles. L'accent sur la dynamique temporelle des changements induits par l'immunothérapie et le développement de vaccins néoantigéniques personnalisés caractérisent cette recherche contemporaine, visant à optimiser les stratégies thérapeutiques par une compréhension fine des mécanismes d'épuisement et de réactivation lymphocytaire.

Articles principaux

[1]
The history and advances in cancer immunotherapy: understanding the characteristics of tumor-infiltrating immune cells and their therapeutic implications ★ 🔓
Yuanyuan Zhang, Zemin Zhang — Cellular and Molecular Immunology (2020) 2702 cit.
[2]
Cytotoxic CD8+ T cells in cancer and cancer immunotherapy 🔓
Hans Raskov, Adile Orhan, Jan Pravsgaard Christensen, Ismail Gögenür — British Journal of Cancer (2020) 1600 cit.
[3]
Defining ‘T cell exhaustion’ 🔓
Christian U. Blank, W. Nicholas Haining, Werner Held, Patrick G. Hogan, Axel Kallies et al. — Nature reviews. Immunology (2019) 1506 cit.
[4]
Systemic immunity in cancer 🔓
Kamir J. Hiam-Galvez, Breanna M. Allen, Matthew H. Spitzer — Nature reviews. Cancer (2021) 1301 cit.
[5]
A transcriptionally and functionally distinct PD-1+ CD8+ T cell pool with predictive potential in non-small-cell lung cancer treated with PD-1 blockade 🔓
Daniela S. Thommen, Viktor H. Koelzer, Petra Herzig, Andreas Roller, Marcel P. Trefny et al. — Nature Medicine (2018) 1152 cit.
[6]
Single-cell RNA-seq enables comprehensive tumour and immune cell profiling in primary breast cancer 🔓
Woosung Chung, Hye Hyeon Eum, Hae‐Ock Lee, Kyung Min Lee, Han‐Byoel Lee et al. — Nature Communications (2017) 1036 cit.
[7]
Coordinated Cellular Neighborhoods Orchestrate Antitumoral Immunity at the Colorectal Cancer Invasive Front ★ 🔓
Christian M. Schürch, Salil S. Bhate, Graham L. Barlow, Darci J. Phillips, Luca Noti et al. — Cell (2020) 967 cit.
[8]
Advances in the development of personalized neoantigen-based therapeutic cancer vaccines 🔓
Eryn Blass, Patrick A. Ott — Nature Reviews Clinical Oncology (2021) 965 cit.
[9]
Neoantigens: promising targets for cancer therapy 🔓
Na Xie, Guobo Shen, Wei Gao, Zhao Huang, Canhua Huang et al. — Signal Transduction and Targeted Therapy (2023) 847 cit.
[10]
T cells in health and disease 🔓
Lina Sun, Yanhong Su, Anjun Jiao, Xin Wang, Baojun Zhang — Signal Transduction and Targeted Therapy (2023) 810 cit.
Front 4 225 articles
**CAR-T et Immunothérapies Avancées Solides** Ce front explore l'extension des thérapies cellulaires adoptives CAR-T vers les tumeurs solides et le développement de nouvelles modalités immunothérapeutiques. Les approches méthodologiques dominantes incluent l'ingénierie de CAR-T de nouvelle génération pour surmonter les barrières du microenvironnement tumoral, l'exploration de cellules alternatives (CAR-NK, CAR-macrophages), les stratégies combinatoires associant immunothérapies et thérapies ciblées, et l'optimisation des virus oncolytiques. Les résultats récents clés montrent que les défis majeurs des CAR-T dans les tumeurs solides - infiltration tumorale limitée, épuisement cellulaire, microenvironnement immunosuppresseur - nécessitent des approches multi-modales. Les interleukines émergent comme modulateurs cruciaux, tandis que les macrophages génétiquement modifiés offrent une alternative prometteuse. Les combinaisons thérapeutiques ciblant simultanément le microenvironnement tumoral montrent une efficacité supérieure. Ce qui distingue ce front est sa transition d'une approche "one-size-fits-all" vers des stratégies personnalisées intégrant multiple modalités cellulaires et moléculaires, particulièrement pour les cancers résistants comme le glioblastome, représentant l'évolution vers une immunothérapie de précision multi-dimensionnelle.

Articles principaux

[1]
CAR-T cell therapy: current limitations and potential strategies 🔓
Robert C. Sterner, Rosalie M. Sterner — Blood Cancer Journal (2021) 2584 cit.
[2]
Engineering strategies to overcome the current roadblocks in CAR T cell therapy 🔓
Sarwish Rafiq, Christopher S. Hackett, Renier J. Brentjens — Nature Reviews Clinical Oncology (2019) 1391 cit.
[3]
A review of cancer immunotherapy toxicity ★ 🔓
Lucy Boyce Kennedy, April K.S. Salama — CA A Cancer Journal for Clinicians (2020) 1386 cit.
[4]
Glioblastoma in adults: a Society for Neuro-Oncology (SNO) and European Society of Neuro-Oncology (EANO) consensus review on current management and future directions ★ 🔓
Patrick Y. Wen, Michael Weller, Eudocia Q. Lee, Brian M. Alexander, Jill S. Barnholtz‐Sloan et al. — Neuro-Oncology (2020) 1073 cit.
[5]
CAR T Cells for Solid Tumors: New Strategies for Finding, Infiltrating, and Surviving in the Tumor Microenvironment ★ 🔓
Marina C. Martinez, Edmund K. Moon — Frontiers in Immunology (2019) 831 cit.
[6]
Exploring treatment options in cancer: tumor treatment strategies ★ 🔓
Beilei Liu, Hongyu Zhou, Licheng Tan, Kin To Hugo Siu, Xin‐Yuan Guan — Signal Transduction and Targeted Therapy (2024) 805 cit.
[7]
The future of cancer immunotherapy: microenvironment-targeting combinations ★ 🔓
Yonina R. Murciano‐Goroff, Allison Betof Warner, Jedd D. Wolchok — Cell Research (2020) 753 cit.
[8]
Interleukins in cancer: from biology to therapy 🔓
Daria Briukhovetska, Janina Dörr, Stefan Endres, Peter Libby, Charles A. Dinarello et al. — Nature reviews. Cancer (2021) 725 cit.
[9]
Glioma targeted therapy: insight into future of molecular approaches 🔓
Keyang Yang, Zhijing Wu, Hao Zhang, Nan Zhang, Wantao Wu et al. — Molecular Cancer (2022) 690 cit.
[10]
Macrophage-Based Approaches for Cancer Immunotherapy ★ 🔓
Nicholas R. Anderson, Nicholas G. Minutolo, Saar Gill, Michael Klichinsky — Cancer Research (2020) 678 cit.
Front 5 174 articles
**Checkpoints immunitaires de nouvelle génération au-delà de PD-1** Ce front de recherche se concentre sur l'identification et la validation de nouveaux récepteurs inhibiteurs au-delà des cibles classiques PD-1/PD-L1 et CTLA-4. Les approches méthodologiques dominantes incluent l'analyse transcriptomique des lymphocytes T épuisés, la caractérisation fonctionnelle de récepteurs comme TIM-3, TIGIT et LAG-3, et l'étude des interactions complexes dans le microenvironment tumoral impliquant les cellules NK. Les résultats récents révèlent que l'exhaustion des lymphocytes T implique multiples récepteurs inhibiteurs co-exprimés, nécessitant des stratégies combinatoires. Les cellules NK émergent comme acteurs cruciaux, subissant également une exhaustion dans le microenvironment tumoral. Des mécanismes novateurs comme les exosomes tumoraux circulants (circUHRF1) induisant l'épuisement des NK ont été identifiés. Ce qui distingue ce front est son approche systémique intégrant l'immunité adaptative et innée, dépassant la vision binaire PD-1/CTLA-4 pour une compréhension multi-dimensionnelle de l'immunosuppression tumorale. L'accent sur les cellules NK représente un changement paradigmatique vers l'exploitation de l'immunité innée en complément des stratégies ciblant les lymphocytes T.

Articles principaux

[1]
Immune checkpoint signaling and cancer immunotherapy 🔓
Xing He, Chenqi Xu — Cell Research (2020) 1321 cit.
[2]
Novel immune checkpoint targets: moving beyond PD-1 and CTLA-4 ★ 🔓
Shuang Qin, Linping Xu, Ming Yi, Shengnan Yu, Kongming Wu et al. — Molecular Cancer (2019) 1151 cit.
[3]
TIM3 comes of age as an inhibitory receptor 🔓
Yochai Wolf, Ana C. Anderson, Vijay K. Kuchroo — Nature reviews. Immunology (2019) 912 cit.
[4]
Natural killer cells in cancer biology and therapy 🔓
Song‐Yang Wu, Tong‐Ming Fu, Yi‐Zhou Jiang, Zhi-Ming Shao — Molecular Cancer (2020) 848 cit.
[5]
Next generation of immune checkpoint therapy in cancer: new developments and challenges 🔓
Julian A. Marin‐Acevedo, Bhagirathbhai Dholaria, Aixa Soyano, Keith L. Knutson, Saranya Chumsri et al. — Journal of Hematology & Oncology (2018) 791 cit.
[6]
TIGIT in cancer immunotherapy ★ 🔓
Joë-Marc Chauvin, Hassane M. Zarour — Journal for ImmunoTherapy of Cancer (2020) 734 cit.
[7]
Phosphatidylserine is a global immunosuppressive signal in efferocytosis, infectious disease, and cancer 🔓
Raymond B. Birge, Sebastian Boeltz, Sushil Kumar, Jay W. Carlson, João Luiz Mendes Wanderley et al. — Cell Death and Differentiation (2016) 706 cit.
[8]
Natural killer cells in antitumour adoptive cell immunotherapy 🔓
Tamara Laskowski, Alexander Biederstädt, Katayoun Rezvani — Nature reviews. Cancer (2022) 698 cit.
[9]
Cancer cell-derived exosomal circUHRF1 induces natural killer cell exhaustion and may cause resistance to anti-PD1 therapy in hepatocellular carcinoma 🔓
Pengfei Zhang, Chao Gao, Xiaoyong Huang, Jia‐Cheng Lu, Xiaojun Guo et al. — Molecular Cancer (2020) 627 cit.
[10]
Next generation of immune checkpoint inhibitors and beyond 🔓
Julian A. Marin‐Acevedo, ErinMarie O. Kimbrough, Yanyan Lou — Journal of Hematology & Oncology (2021) 531 cit.
Front 6 2 articles
**Immunothérapie Anti-PD-1/PD-L1 dans le Cancer du Sein Triple-Négatif** Ce front de recherche se concentre sur l'application des inhibiteurs de points de contrôle immunitaires, particulièrement anti-PD-1/PD-L1, dans le traitement du cancer du sein triple-négatif (TNBC). Les approches méthodologiques dominantes incluent des essais cliniques combinant l'immunothérapie avec la chimiothérapie conventionnelle, l'analyse du microenvironnement tumoral pour identifier les biomarqueurs prédictifs de réponse, et l'évaluation de l'expression PD-L1 comme facteur pronostique. Les résultats récents montrent des avancés significatives avec l'approbation du pembrolizumab en combinaison avec la chimiothérapie pour le TNBC métastatique PD-L1 positif. L'immunothérapie démontre une efficacité particulière dans les tumeurs avec infiltration lymphocytaire importante et expression élevée de PD-L1. Cependant, la résistance primaire et acquise reste un défi majeur, avec des mécanismes d'épuisement des lymphocytes T encore mal compris. Ce front se distingue par sa focalisation sur un sous-type de cancer particulièrement agressif où les options thérapeutiques sont limitées, nécessitant une approche personnalisée basée sur les caractéristiques immunitaires tumorales plutôt que sur les récepteurs hormonaux traditionnels.

Articles principaux

[1]
Triple Negative Breast Cancer Treatment Options and Limitations: Future Outlook ★ 🔓
Onyinyechi Obidiro, Gantumur Battogtokh, Emmanuel O. Akala — Pharmaceutics (2023) 342 cit.
[2]
Triple Negative Breast Cancer Treatment Options and Limitations: Future Outlook ★ 🔓
Onyinyechi Obidiro, Gantumur Battogtokh, Emmanuel O. Akala — Preprints.org (2023) 84 cit.