Article de recherche

Expression, signification clinique et rôle dans l’évaluation de l’efficacité de l’immunothérapie de la molécule co-stimulatrice LLT1 dans le cancer gastrique

619 vues

⸱

DOI :

10.3791/68827

⸱

10 octobre 2025

 ,  ,  ,  ,  ,  ,  , 
1Department of General Surgery, The First Affiliated Hospital of Soochow University, 2Department of Pathology, The First Affiliated Hospital of Soochow University, 3Jiangsu Institute of Clinical Immunology, The First Affiliated Hospital of Soochow University, 4Jiangsu Key Laboratory of Clinical Immunology, Soochow University, 5Jiangsu Key Laboratory of Gastrointestinal Tumor Immunology, The First Affiliated Hospital of Soochow University

Dans cet article

Résumé

Cette recherche étudie LLT1 en tant que biomarqueur prédictif de l’immunothérapie dans le cancer gastrique par le biais d’analyses multi-omiques et cliniques. L’étude évalue le rôle de LLT1 dans l’évasion immunitaire et la modulation du microenvironnement tumoral afin de faciliter les approches d’immunothérapie de précision pour de meilleurs résultats de traitement.

Résumé

LLT1 est une nouvelle molécule de point de contrôle immunitaire et une cible thérapeutique potentielle. L’immunothérapie a amélioré les résultats dans le cancer gastrique avancé ; Cependant, de nombreux patients ne répondent pas ou développent une résistance, et les biomarqueurs prédictifs font défaut. Le rôle de LLT1 dans l’évasion immunitaire du cancer gastrique et son effet sur la réponse à l’immunothérapie restent incertains. Pour évaluer cela, l’expression de LLT1 a été analysée dans l’ensemble de données sur l’adénocarcinome gastrique du Cancer Genome Atlas (TCGA) à l’aide de plusieurs algorithmes (TIMER, CIBERSORT et ESTIMATE) pour quantifier l’infiltration des cellules immunitaires. L’expression des protéines a été validée par immunohistochimie (IHC) dans 268 échantillons d’adénocarcinome gastrique et par immunofluorescence multiplex (MIF) dans 115 tissus post-immunothérapie. Les données transcriptomiques et protéomiques intégrées ont été analysées pour déterminer les associations avec les caractéristiques du microenvironnement tumoral et les résultats cliniques de l’immunothérapie. Les résultats ont montré qu’une expression élevée de la protéine LLT1 était significativement associée à des caractéristiques tumorales moins avancées (profondeur d’invasion plus faible et métastases ganglionnaires ; P < 0,05) et une survie globale plus longue (P = 0,012). Les niveaux d’ARNm et de protéines LLT1 étaient corrélés à une plus grande infiltration des lymphocytes T CD8+ et des macrophages M1 et à une expression élevée de-L1 dans le microenvironnement tumoral. Parmi la première cohorte de 198 patients pour lesquels des données pronostiques étaient disponibles, les patients présentant une expression élevée de LLT1 (n = 117) ont démontré une survie globale significativement plus longue que ceux ayant une faible expression (n = 81). Dans la deuxième cohorte de patients traités par immunothérapie et chimiothérapie combinées, les tumeurs avec une expression élevée de LLT1 (n = 48) avaient une survie sans progression plus longue (P = 0,014) que celles avec une faible expression de LLT1 (n = 67). Une augmentation significative (P < 0,05) des populations de cellules immunitaires-1+CD161+ a été observée chez les patients immunothérapeutiques efficaces (n = 62) par rapport aux patients résistants au traitement (n = 53). De manière concluante, l’expression de LLT1 est un biomarqueur prometteur d’un pronostic favorable dans le cancer gastrique. À notre connaissance, il s’agit de la première étude à démontrer que l’expression de LLT1 prédit une meilleure réponse à la chimiothérapie et à l’immunothérapie combinées dans le cancer gastrique, soutenant ainsi son potentiel à guider les stratégies immunothérapeutiques.

Introduction

Le cancer gastro-œsophagien, en particulier le cancer gastrique (GC), a la particularité d’être la 5e forme de cancer la plus courante dans le monde et la 5e la plus mortelle. Les statistiques mondiales révèlent qu’environ 1 million de nouveaux cas sont identifiés chaque année, l’Asie de l’Est supportant une part disproportionnée de la maladie, contribuant à plus de la moitié de l’incidence mondiale1. Pour les personnes diagnostiquées avec une GC à un stade précoce, les perspectives de survie sont nettement favorables, plus de 90 % atteignant des taux de survie à 5 ans après une dissection sous-muqueuse endoscopique (ESD) ou une intervention chirurgicale radicale2. Cependant, la présentation subtile des premiers symptômes conduit souvent au diagnostic d’une phase 3,4 localement avancée ou métastatique. Les perspectives pour les patients à ces stades avancés sont sombres, ceux qui ne sont pas traités connaissant une survie globale (SG) médiane d’à peine 6 mois. Même avec l’administration de régimes de chimiothérapie combinés à base de fluorouracile et de platine, la SG médiane n’est prolongée qu’à environ un an5.

Récemment, il y a eu un changement significatif dans le traitement du cancer de l’estomac à un stade avancé, en raison de ces nouveaux médicaments appelés inhibiteurs de point de contrôle immunitaire. Ils sont similaires à une solution miracle pour les cellules cancéreuses qui ont un certain marqueur,-L1, qui apparaît sur elles - au moins un score de 1 sur l’échelle CPS (Combined Positive Score). Ces traitements sont également très efficaces pour les cancers qui sont tous mélangés dans leur ADN, ce qu’on appelle l’instabilité microsatellite élevée (MSI-H). Cette nouvelle approche permet aux patients de disposer de plus de temps 6,7. Les essais cliniques pivots indiquent qu’au sein de la cohorte-L1-positive, les individus ayant un CPS de 10 ou plus bénéficient d’une augmentation plus prononcée de la survie après un traitement par des anticorps monoclonaux-1 8,9. Néanmoins, l’immunothérapie actuelle est encore confrontée à de multiples défis cliniques : des taux de réponse objective (ORR) généralement inférieurs à 20 %, des taux de résistance secondaire aussi élevés que 40 % à 60 %, des systèmes de prédiction des biomarqueurs imparfaits (les biomarqueurs existants ne peuvent identifier que 30 % à 40 % des bénéficiaires potentiels) et des difficultés à gérer les événements indésirables liés au système immunitaire (irAE)10,11,12,13,14. Bien que le double blocage du point de contrôle immunitaire (par exemple, l’inhibition combinée de-1/CTLA-4) ou les schémas de chimio-immunothérapie puissent augmenter les taux de réponse à 40 % à 60 %, environ la moitié des patients ne parviennent toujours pas à obtenir des avantages cliniques durables15. Par conséquent, l’établissement de systèmes de classification de précision basés sur des caractéristiques multiomiques, la découverte de nouveaux biomarqueurs prédictifs et l’identification de nouveaux points de contrôle immunitaires sont devenus des orientations de recherche essentielles pour améliorer les résultats cliniques de l’immunothérapie GC.

LLT1 est une protéine apparentée à la lectine de type C, avec CD161, un constituant de la famille des récepteurs cellulaires tueurs naturels (NK), qui sert de partenaire de liaison identifié. Le gène CLEC2D, qui est responsable de sa synthèse, donne naissance à cinq isoformes distinctes par des événements d’épissage alternatifs qui contournent certains exons. La variante 1, connue sous le nom de LLT1, a été validée comme la seule variante présente sur la membrane cellulaire16,17. L’expression de LLT1 est principalement observée dans divers types de cellules immunitaires, telles que les lymphocytes B, les cellules NK, les cellules dendritiques (DC), les populations de lymphocytes T spécifiques (y compris les lymphocytes T activés et régulateurs), les monocytes et les macrophages, et est également observée dans certaines cellules malignes et lors d’épisodes inflammatoires18. Les premiers résultats indiquent que LLT1 est régulé à la hausse dans les DC et les lymphocytes B après la stimulation du récepteur de type Toll (TLR). Il a été démontré que l’engagement de LLT1 avec CD161 supprime la cytotoxicité médiée par les cellules NK, suggérant son implication dans la modulation de la réponse immunitaire18. Dans les lymphocytes B, l’expression de LLT1 est régulée à la hausse par l’infection virale ou la stimulation inflammatoire. Lorsqu’elle fonctionne comme des cellules présentatrices d’antigènes (APC), l’interaction LLT1-CD161 exerce un double effet immunomodulateur en supprimant la fonction des cellules NK tout en co-stimulant la prolifération des cellules T ou la production d’IFN-γ19.

LLT1 est connu pour être présent dans une gamme de cellules cancéreuses, y compris le cancer du sein triple négatif, le glioblastome et le lymphome non hodgkinien à cellules B. Cette protéine s’engage avec le récepteur CD161 présent sur les cellules NK, bloquant efficacement leur capacité à détruire les cellules cancéreuses, aidant ainsi à l’évasion de la réponse immunitaire 20,21,22. Une observation notable dans le carcinome épidermoïde oropharyngé négatif au VPH est l’expression variable de LLT1, qui, selon des études immunohistochimiques, indique une signification pronostique positive lorsqu’elle est fortement exprimée dans les structures lymphoïdes tertiaires (TLS), tandis que sa présence sur les cellules tumorales est liée à un pronostic plus défavorable23. De plus, dans le contexte du cancer du poumon non à petites cellules (CPNPC), LLT1 n’est pas détecté dans les cellules cancéreuses elles-mêmes, mais dans le microenvironnement tumoral (TME), et son niveau d’expression de l’ARNm est associé à un meilleur pronostic24.

Comme l’ont démontré Mathewson et al. dans la recherche sur le gliome, le blocage de CD161 améliore la destruction des cellules de gliome par les lymphocytes T in vitro et améliore leur fonction antitumorale in vivo, mettant en évidence le potentiel thérapeutique de CD161 en tant que cible de point de contrôle immunitaire25. Étant donné que LLT1 est le ligand canonique de CD16118, son rôle en tant que cible immunothérapeutique mérite d’être sérieusement pris en considération. À l’instar de l’interaction critique entre-1 et-L1 en immunothérapie, l’étude des fonctions biologiques de LLT1 dans le cancer gastrique et de sa corrélation avec les résultats de l’immunothérapie revêt une valeur clinique importante.

Cette étude fournit une analyse complète des modèles d’expression de LLT1 dans le microenvironnement tumoral du cancer gastrique, intégrant à la fois des investigations au niveau de l’ARNm et des protéines. Il évalue systématiquement le potentiel de LLT1 en tant que biomarqueur pronostique dans le cancer gastrique avancé et évalue sa valeur prédictive de l’efficacité de l’immunothérapie. Ces connaissances contribuent à une meilleure compréhension de son potentiel translationnel clinique.

Accès restreint. Veuillez vous connecter ou commencer un essai pour afficher ce contenu.

Protocole

La recherche impliquant des sujets humains a été examinée et approuvée par le Comité d’éthique du premier hôpital affilié de l’Université Soochow (approbation n° 2019026). Le comité d’éthique du premier hôpital affilié de l’Université Soochow a approuvé ou accordé une exemption pour l’examen éthique de cette utilisation des données. De plus, le consentement éclairé de tous les participants a été obtenu.

Analyse de données bioinformatiques
Après un examen approfondi de l’analyse de l’expression pancancéreuse des bases de données TCGA et Tumor IMmune Estimation Resource (TIMER), le comportement de LLT1 a été étudié dans divers types de cancer, avec un accent particulier sur le cancer gastrique. La base de données TISIDB a été utilisée pour étudier la corrélation entre les niveaux d’expression de LLT1 et différents sous-types moléculaires de cancer gastrique. La corrélation entre les caractéristiques cliniques des patients et l’expression de LLT1 a été analysée plus en détail avec les données TCGA par programmation R. Les analyses GO et KEGG ont été utilisées pour étudier le rôle fonctionnel de LLT1 dans la cancérogenèse gastrique. L’algorithme ESTIMATE (Estimation of STromal and Immune cells in MAlignant Tumor tissues using Expression data) a également été utilisé pour quantifier les niveaux d’infiltration des cellules immunitaires et stromales dans les tissus tumoraux selon les modèles d’expression LLT1. Une analyse plus approfondie à l’aide de l’algorithme CIBERSORT a été menée pour évaluer les corrélations entre les niveaux d’expression de LLT1 et les modèles spécifiques d’infiltration des cellules immunitaires dans le microenvironnement tumoral. Une analyse bioinformatique complète a été réalisée à l’aide d’ensembles de données TCGA et de la programmation statistique R (v4.4.1) pour interroger les corrélations potentielles entre les profils d’expression de LLT1 et les biomarqueurs immunorégulateurs. Enfin, la base de données TCIA (The Cancer Immunome Atlas) a été utilisée pour déterminer si l’expression de LLT1 pouvait prédire la réponse au traitement par blocage du point de contrôle immunitaire-1/-L1.

Construction d’échantillons de CAG et de microréseaux de tissus (TMA)
Deux ensembles de données sur les microréseaux de tissus ont été générés comme suit :

Le premier ensemble a analysé rétrospectivement des échantillons de 268 patients atteints de CAG qui ont subi une intervention chirurgicale en 2011. Les pathologistes ont sélectionné des blocs de paraffine, identifié des régions centrales tumorales et les ont construites dans des microréseaux tissulaires. Chaque site d’échantillonnage individuel a reçu un identificateur distinct afin de surveiller méticuleusement les paramètres cliniques associés tels que le sexe, l’âge, les dimensions du néoplasme, le degré de différenciation néoplasique, la phase de progression du cancer, la profondeur de l’invasion, l’atteinte lymphatique et la présence d’une propagation à distance. La durée de la survie globale (SG) a été définie comme l’intervalle entre le début du traitement et l’apparition de la mortalité ou la date limite de décembre 2017. Il convient de souligner que les données complètes sur la SG n’étaient disponibles que pour un sous-ensemble de 198 participants.

Le deuxième groupe comprenait 115 patients naïfs de traitement atteints d’une GC avancée, qui ont subi une résection chirurgicale/endoscopique au premier hôpital affilié de l’Université Soochow entre 2016 et 2023. Les pathologistes ont évalué les blocs de paraffine et construit des microréseaux de tissus avec un suivi étroit de la progression de la maladie. Notamment, tous les échantillons ont été prélevés avant tout traitement préopératoire, et le traitement postopératoire consistait principalement en des anticorps monoclonaux-1 associés à une chimiothérapie.

Tous les spécimens de résection chirurgicale ont été prélevés dans l’antre de l’estomac. Tous les échantillons ont été fixés dans du formol tamponné neutre et noyés dans de la paraffine. Sur la base de l’évaluation des coupes colorées à H&E, deux pathologistes chevronnés ont indépendamment identifié les régions tissulaires les plus représentatives des échantillons inclus dans la paraffine. Les microréseaux de tissus (TMA) ont été construits à l’aide d’un réseau de tissus automatisé, les noyaux de tissus étant positionnés avec précision dans les blocs TMA selon des modules prédéfinis. Enfin, les blocs de TMA terminés ont été sectionnés à 4 μm d’épaisseur par un histotechnologue expérimenté.

Immunohistochimie (IHC) et immunofluorescence multiplex (mIHC)
Des tests immunohistochimiques et d’immunofluorescence multiplex ont été réalisés sur une puce à tissus construite. La coloration IHC a été réalisée conformément à une méthodologie préalablement établie26. La première série de sections de paraffine de microréseau a été transférée sur des lames de verre et cuite à 72 °C pendant 1 h. Après que les sections ont été déparaffinisées avec du xylène et réhydratées dans des dilutions d’éthanol augmentant successivement, l’activité endogène de la peroxydase a été bloquée par l’application d’une solution bloquant la peroxydase pendant 30 min. La récupération de l’antigène a été effectuée en faisant bouillir les lames à 110 °C dans une solution de récupération d’antigène de citrate (pH 6,0) pendant 3 min. Après le blocage avec un tampon de blocage BSA à 5 %, les sections ont été incubées avec un monoclonal CLEC2D anti-humain de souris, un monoclonal CD3 anti-humain de souris (prêt à l’emploi), un monoclonal CD4 anti-humain de souris (prêt à l’emploi), un monoclonal CD8 anti-humain de lapin (prêt à l’emploi), un monoclonal CD11c anti-humain de souris (1:50), un monoclonal CD19 anti-humain de souris (prêt à l’emploi), un monoclonal CD31 anti-humain de souris (prêt à l’emploi), souris anti-humaine CD56 monoclonale (prête à l’emploi), souris anti-humaine CD68 monoclonale (prête à l’emploi), lapin anti-humain Foxp3 monoclonal (1:50), souris anti-humaine IL-17 monoclonale (1:50), souris anti-humaine IFN-γ monoclonale (1:50), souris anti-humaine monoclonale Ki67 (1:50), souris anti-humaine-L1 monoclonale (prête à l’emploi) à 4 °C pendant la nuit27,28. Les lames ont ensuite été lavées et incubées avec des anticorps secondaires marqués à la peroxydase de raifort (anti-souris et lapin) à température ambiante pendant 30 min. Après l’incubation, les échantillons ont été lavés et le système de détection EnVision a été utilisé pour l’immunodétection. Au microscope, lorsque des zones brunes commencent à apparaître sur la puce, une observation attentive est nécessaire. La réaction chromogène doit être stoppée une fois que les zones brunes n’augmentent plus. Les lames ont été contre-teintées avec de l’hématoxyline de Mayer et montées avec de la colle neutre. Dans le contrôle négatif, des IgG de souris ou de lapin ont été utilisées à la place de l’anticorps primaire. Le témoin positif était le tissu amygdalien humain. Le deuxième ensemble de coupes de microréseaux est utilisé pour l’immunohistochimie multiplex (mIHC). En réutilisant les conditions de récupération et de blocage de l’antigène susmentionnées, le panel d’anticorps est optimisé spectralement comme suit :-L1 (480 nm), CD161 (520 nm), LLT1 (570 nm),-1 (620 nm), CD8 (690 nm) et PAN-CK (780 nm). Les anticorps primaires ont été incubés dans les mêmes conditions que dans le protocole original29 (à l’exception de PANCK et CD161, qui ont été nouvellement introduits), à la dilution recommandée de 1:100, suivie d’une coloration par fluorescence par amplification du signal tyramide (TSA). Après chaque série de coloration par fluorescence, un stripping des anticorps est effectué, suivi d’une récupération répétée de l’antigène, d’un blocage endogène de la peroxydase et d’un blocage non spécifique de la cible avant l’incubation de l’anticorps primaire suivant. Lors de la réalisation d’une immunohistochimie multiplex, trois points sont cruciaux : des pré-expériences doivent être menées pour chaque colorant fluorescent, les anticorps fortement exprimés doivent être associés à des signaux fluorescents faibles, tandis que les anticorps faiblement exprimés doivent être associés à des signaux fluorescents forts, et après avoir coloré chaque marqueur fluorescent, les résultats de coloration doivent être observés au microscope dans des conditions protégées de la lumière. Après la coloration avec le 6e colorant fluorescent, une contre-coloration DAPI est appliquée pour marquer les noyaux cellulaires et les lames sont montées. Enfin, toutes les puces à ADN ont été scannées à l’aide d’un scanner de pathologie numérique et analysées à l’aide d’un logiciel d’analyse d’images de pathologie numérique alimenté par l’IA.

Évaluation de la coloration IHC/mIHC
Les résultats de la coloration ont été interprétés par deux pathologistes experts en double aveugle. Ils ont mesuré la profondeur de la coloration à l’aide d’un objectif haute puissance (grossissement de 200x) ou d’un réglage fluorescent correspondant (200x), attribuant des scores allant de 0 (pas de coloration) à 3 (coloration intense). Les fractions de cellules LLT1-positives dans les échantillons de carcinome gastrique ont été divisées en quatre stratifications : 0 (<5 %), 1 (5-25 %), 2 (26-50 %) et 3 (>50 %). Le score d’immunoréactivité (IRS) a été dérivé du produit de la profondeur de coloration et de la proportion de cellules LLT1-positives. Les échantillons ayant obtenu un score de zéro ont été considérés comme négatifs, tandis que les scores de 1 à 4 indiquaient une expression faible, 5 à 7 une expression modérée et 8 à 9 une expression forte ; les mêmes critères ont été appliqués pour évaluer l’expression d’autres marqueurs tels que Ki67 et CD3. D’après la méthodologie d’évaluation et de regroupement, les échantillons ont été étiquetés comme ayant une expression forte (IRS8-9), modérée (IRS5-7), faible (IRS1-4) ou nulle expression (IRS0). Les patients ayant les scores les plus faibles (IRS≤4) ont été assignés au groupe à faible expression, et ceux ayant les scores les plus élevés (IRS≥5) ont été assignés au groupe à expression élevée.

Cependant, pour le marqueur-L1, une approche différente a été adoptée à l’aide du CPS. Ce score a été déterminé par le rapport entre les cellules-L1 positives (y compris les cellules tumorales, immunitaires et stromales) et le nombre total de cellules tumorales viables multiplié par 100. Les individus ayant un CPS supérieur à cinq ont été placés dans la cohorte à forte expression, tandis que ceux ayant un CPS à cinq ou moins ont été regroupés dans la cohorte à faible expression.

Regroupement de la réponse à l’immunothérapie
Conformément aux critères d’évaluation de la réponse dans les tumeurs solides version 1.1 (RECIST 1.1), l’évaluation des lésions cibles chez les patients se divise en quatre catégories distinctes : (a) Réponse complète (RC) : toutes les lésions cibles ont entièrement disparu et l’axe court de tous les ganglions lymphatiques pathologiques (cibles et non cibles) doit mesurer moins de 10 mm ; b) Réponse partielle (RP) : le diamètre cumulé de toutes les lésions cibles mesurables a diminué d’au moins 30 % par rapport aux mesures de référence ; c) Maladie évolutive (MP) : cette catégorie s’applique lorsque le diamètre cumulé des lésions cibles a augmenté d’au moins 20 % par rapport à la plus petite valeur enregistrée au cours de l’étude (en utilisant la ligne de base comme référence si elle représente la valeur la plus petite), l’augmentation absolue n’étant pas inférieure à 5 mm ; de plus, l’émergence de nouvelles lésions est également classée comme maladie progressive (MP) ; (d) Maladie stable (DS) : le diamètre cumulé des lésions cibles n’atteint ni les critères de réduction de la RP ni les critères d’augmentation de la MP tout au long de l’étude. Deux techniques de stratification ont été mises en œuvre. La première méthode consistait à séparer les patients en fonction de leur état de réponse, où les patients (n = 53) et SD (n = 46) constituaient le groupe non répondeur (n = 99), tandis que les patients RP (n = 15) et RC (n = 1) formaient le groupe répondeur (n = 16). La deuxième approche consistait à catégoriser les patients en fonction de la progression de la maladie, les patients RC, PR et SD étant classés dans la cohorte efficace de l’immunothérapie (n = 62) et les patients atteints de la MP comme la cohorte non efficace de l’immunothérapie (n = 53).

Analyse statistique
Des évaluations empiriques ont été effectuées à l’aide de la plate-forme de calcul R (version 4.4.1) et du progiciel SPSS Statistical (version 27.0). Les disparités entre les cohortes de l’étude ont été étudiées à l’aide de l’analyse du tableau de contingence du chi carré. La technique de corrélation non paramétrique de Spearman a été utilisée pour sonder la force et la direction des associations entre les variables. Les variations du temps de survie ont été analysées à l’aide d’estimateurs de Kaplan-Meier, complétés par des tests de signification logarithmique. Par la suite, des modèles de régression à risques proportionnels de Cox ont été utilisés pour identifier les facteurs susceptibles d’influencer les résultats de survie des patients. La signification statistique a été prédéfinie comme un seuil de valeur p bilatéral de <0,05. Pour s’assurer de la robustesse des résultats, des analyses de sensibilité complètes ont été effectuées pour évaluer les variables confusionnelles potentielles, avec des modèles multivariés ajustés en conséquence. De plus, des interprétations explicites des rapports de risque ont été fournies pour faciliter la compréhension clinique, en mettant l’accent sur les implications pratiques des facteurs de risque identifiés sur le pronostic des patients.

Accès restreint. Veuillez vous connecter ou commencer un essai pour afficher ce contenu.

Résultats

Association entre l’expression de l’ARNm CLEC2D et la sous-classification/paramètres cliniques du cancer gastrique
Un premier examen complet du cancer à l’aide de l’ensemble de données TCGA, facilité par la base de données TIMER, a révélé une élévation notable des niveaux de transcrits CLEC2D dans divers tissus cancéreux, comme le montre la figure 1A. Cette observation implique que CLEC2D peut servir de facteur...

Accès restreint. Veuillez vous connecter ou commencer un essai pour afficher ce contenu.

Discussion

Notre étude a montré une expression plus élevée de l’ARNm CLEC2D dans les tissus tumoraux que dans les tissus normaux. Les résultats immunohistochimiques du cancer gastrique ont révélé qu’une expression élevée de la protéine LLT1 dans les tissus tumoraux était associée à un meilleur pronostic et positivement corrélée à l’infiltration des cellules immunitaires dans le microenvironnement tumoral. L’analyse des tissus de patients atteints d’un cancer gastrique recevant une immunoth...

Accès restreint. Veuillez vous connecter ou commencer un essai pour afficher ce contenu.

Déclarations de divulgation

Aucun conflit d’intérêts potentiel n’est signalé par les auteurs.

Remerciements

Nous remercions la base de données TCGA pour avoir fourni un soutien en matière de données. Cette étude a été financée par la Fondation nationale des sciences naturelles de Chine (subvention n° 81974375) et par le Plan de développement scientifique et technologique de Suzhou (SKY2022129). L’étude respecte les directives d’ARRIVE.

Accès restreint. Veuillez vous connecter ou commencer un essai pour afficher ce contenu.

Matériaux

Liste des matériaux utilisés dans cet article
NomEntrepriseNuméro de catalogueCommentaires
5 % de tampon de blocage BSABeijing Solarbio Science & Technology Co., Ltd., ChineRéf. SW3015
anti-CD11c  ;ZSGB-BIO, Chine5D11
Anti-CD161Abcam, Cambridge, Royaume-UniAB302564
anti-CD19  ;   ;ZSGB-BIO, ChineEPl69
anti-CD3  ;ZSGB-BIO, ChineLNl0
anti-CD31ZSGB-BIO, Chine  ; UMAB30
anti-CD4ZSGB-BIO, ChineL’UMAB64
anti-CD56  ;ZSGB-BIO, ChineL’UMAB83
anti-CD68  ;ZSGB-BIO, ChineKP1
anti-CD8ZSGB-BIO, ChineEP334
Anti-CLEC2DAbcam, Cambridge, Royaume-UniAB197341
anti-Foxp3R& D Systems, États-Unis1054C
anti-IFN-&gamma ;  ; Biotechnologie de Santa CruzSC-74108
anti-IL-17R& D Systems, États-Unis  ; MAB317  ;
anti-Ki67  ;ZSGB-BIO, Chine8H5
Anti-cytokératine pan.Abcam, Cambridge, Royaume-UniAB7753
Anti--1Abcam, Cambridge, Royaume-UniAB137132
Anti--L1DAKO, Danemark22C3
Équipement automatisé de réseau de tissusEstigen OU, Tartu, EstonieBeecher ATA 27Cet instrument est principalement utilisé pour la construction de microréseaux de tissus.
Solution de récupération de l’antigène citrateAladdin Biochemical Technology Co., Ltd , ChineC752119
Kit chromogène DAB  ;AiFang Biological, ChineAFIHC004
Scanner anatomopathique numériqueNingbo Jiangfeng Bio-Information Technology Co., Ltd, ChineKF-FL-020Cet instrument est principalement utilisé pour le balayage des puces d’immunohistochimie et d’immunohistochimie multiplex.
GraphPad Prism 10Logiciel GraphPad, États-Unisv10.0.3Ce logiciel est destiné au traçage des courbes de Kaplan-Meier (avec analyse statistique log-rank), à la visualisation de données scientifiques et à la préparation de figures.
PBSAladdin Biochemical Technology Co., Ltd , ChineP743267
solution bloquante de peroxydaseAiFang Biological, ChineAFIHC012
Anticorps secondaire conjugué polymère-HRP chèvre anti-souris/lapinAiFang Biological, ChineAFIHC001
Kit de coloration par immunofluorescence multiplex à six couleurs et sept marqueursAiFang Biological, ChineAFIHC037Ce kit de réactifs est conçu pour l’immunohistochimie multiplex (mIHC)
SPSSIBM Corporation, États-UnisStatistiques IBM SPSS 27Le logiciel a été utilisé pour l’analyse statistique des données.
Le projet RÉquipe principale RV4.4.1Tous les packages R, le code associé et les fichiers d’origine ont été téléchargés dans la base de données publique.
Logiciel VISIOPHARMVisiopharm, Danemark2025.02.2.18022, poste 64Ce logiciel est principalement conçu pour l’analyse quantitative d’images pathologiques.

Références

  1. Bray, F., et al. Global cancer statistics 2022: Globocan estimates of incidence and mortality worldwide for 36 cancers in 185 countries. CA Cancer J Clin. 74 (3), 229-263 (2024).
  2. Suzuki, H., et al. Long-term survival after endoscopic resection for gastric cancer: Real-world evidence from a multicenter prospective cohort. Clin Gastroenterol Hepatol. 21 (2), 307-318.e2 (2023).
  3. Ma, S., et al. Clinical application and detection techniques of liquid biopsy in gastric cancer. Mol Cancer. 22 (1), 7(2023).
  4. Ugai, T., et al. Is early-onset cancer an emerging global epidemic? Current evidence and future implications. Nat Rev Clin Oncol. 19 (10), 656-673 (2022).
  5. Wagner, A. D., et al. Chemotherapy for advanced gastric cancer. Cochrane Database Syst Rev. 8 (8), Cd004064(2017).
  6. Chao, J., et al. Assessment of pembrolizumab therapy for the treatment of microsatellite instability-high gastric or gastroesophageal junction cancer among patients in the keynote-059, keynote-061, and keynote-062 clinical trials. JAMA Oncol. 7 (6), 895-902 (2021).
  7. Lee, K. W., et al. Association of tumor mutational burden with efficacy of pembrolizumab±chemotherapy as first-line therapy for gastric cancer in the phase III Keynote-062 study. Clin Cancer Res. 28 (16), 3489-3498 (2022).
  8. Wainberg, Z. A., et al. Efficacy of pembrolizumab monotherapy for advanced gastric/gastroesophageal junction cancer with programmed death ligand 1 combined positive score ≥10. Clin Cancer Res. 27 (7), 1923-1931 (2021).
  9. Zhao, J. J., et al. Low programmed death-ligand 1-expressing subgroup outcomes of first-line immune checkpoint inhibitors in gastric or esophageal adenocarcinoma. J Clin Oncol. 40 (4), 392-402 (2022).
  10. Zhu, Q., Zhang, R., Zhao, Z., Xie, T., Sui, X. Harnessing phytochemicals: Innovative strategies to enhance cancer immunotherapy. Drug Resist Updat. 79, 101206(2025).
  11. Khosravi, G. R., et al. Immunologic tumor microenvironment modulators for turning cold tumors hot. Cancer Commun (Lond). 44 (5), 521-553 (2024).
  12. Gibney, G. T., Weiner, L. M., Atkins, M. B. Predictive biomarkers for checkpoint inhibitor-based immunotherapy. Lancet Oncol. 17 (12), e542-e551 (2016).
  13. Sharma, P., Hu-Lieskovan, S., Wargo, J. A., Ribas, A. Primary, adaptive, and acquired resistance to cancer immunotherapy. Cell. 168 (4), 707-723 (2017).
  14. Naidoo, J., et al. Toxicities of the anti-PD-1 and anti-PD-L1 immune checkpoint antibodies. Ann Oncol. 27 (7), 1362(2016).
  15. Yang, M., Lin, W., Huang, J., Mannucci, A., Luo, H. Novel immunotherapeutic approaches in gastric cancer. Precis Clin Med. 7 (4), pbae020(2024).
  16. Germain, C., et al. Characterization of alternatively spliced transcript variants of clec2d gene. J Biol Chem. 285 (46), 36207-36215 (2010).
  17. Boles, K. S., Barten, R., Kumaresan, P. R., Trowsdale, J., Mathew, P. A. Cloning of a new lectin-like receptor expressed on human NK cells. Immunogenetics. 50 (1-2), 1-7 (1999).
  18. Rosen, D. B., et al. Cutting edge: Lectin-like transcript-1 is a ligand for the inhibitory human nkr-p1a receptor. J Immunol. 175 (12), 7796-7799 (2005).
  19. Germain, C., et al. Induction of lectin-like transcript 1 (llt1) protein cell surface expression by pathogens and interferon-γ contributes to modulate immune responses. J Biol Chem. 286 (44), 37964-37975 (2011).
  20. Marrufo, A. M., et al. Blocking llt1 (clec2d, ocil)-nkrp1a (cd161) interaction enhances natural killer cell-mediated lysis of triple-negative breast cancer cells. Am J Cancer Res. 8 (6), 1050-1063 (2018).
  21. Germain, C., et al. Lectin-like transcript 1 is a marker of germinal center-derived B-cell non-Hodgkin's lymphomas, dampening natural killer cell functions. Oncoimmunology. 4 (8), e1026503(2015).
  22. Roth, P., et al. Malignant glioma cells counteract antitumor immune responses through expression of lectin-like transcript-1. Cancer Res. 67 (8), 3540-3544 (2007).
  23. Sanchez-Canteli, M., et al. Lectin-like transcript 1 (llt1) checkpoint: A novel independent prognostic factor in hpv-negative oropharyngeal squamous cell carcinoma. Biomedicines. 8 (12), 535(2020).
  24. Braud, V. M., et al. Expression of llt1 and its receptor CD161 in lung cancer is associated with better clinical outcome. Oncoimmunology. 7 (5), e1423184(2018).
  25. Mathewson, N. D., et al. Inhibitory CD161 receptor identified in glioma-infiltrating T cells by single-cell analysis. Cell. 184 (5), 1281-1298.e26 (2021).
  26. Guo, L., et al. Association of increased B7 protein expression by infiltrating immune cells with progression of gastric carcinogenesis. Medicine (Baltimore). 98 (8), e14663(2019).
  27. Quan, Q., et al. Expression and clinical significance of PD-L1 and infiltrated immune cells in the gastric adenocarcinoma microenvironment. Medicine (Baltimore). 102 (48), e36323(2023).
  28. Varaden, D., Moodley, J., Onyangunga, O. A., Naicker, T. Morphometric image analysis of placental c-type lectin domain family 2, member d (clec2d) immuno-expression in hiv associated pre-eclampsia. Eur J Obstet Gynecol Reprod Biol X. 3, 100039(2019).
  29. Chen, S., et al. B7-h3 and CD47 co-expression in gastric cancer is a predictor of poor prognosis and potential targets for future dual-targeting immunotherapy. J Cancer Res Clin Oncol. 149 (18), 16609-16621 (2023).
  30. Cancer Genome Atlas Research Network. Comprehensive molecular characterization of gastric adenocarcinoma. Nature. 513 (7517), 202-209 (2014).
  31. Cristescu, R., et al. Molecular analysis of gastric cancer identifies subtypes associated with distinct clinical outcomes. Nat Med. 21 (5), 449-456 (2015).
  32. Thorsson, V., et al. The immune landscape of cancer. Immunity. 48 (4), 812-830.e14 (2018).
  33. Tumeh, P. C., et al. Pd-1 blockade induces responses by inhibiting adaptive immune resistance. Nature. 515 (7528), 568-571 (2014).
  34. Lopez De Rodas, M., et al. Biological and clinical significance of tumour-infiltrating lymphocytes in the era of immunotherapy: A multidimensional approach. Nat Rev Clin Oncol. , (2025).
  35. Myojin, Y., et al. Multiomics analysis of immune correlatives in hepatocellular carcinoma patients treated with tremelimumab plus durvalumab. Gut. , (2025).
  36. Marvel, D., Gabrilovich, D. I. Myeloid-derived suppressor cells in the tumor microenvironment: Expect the unexpected. J Clin Invest. 125 (9), 3356-3364 (2015).
  37. Sautès-Fridman, C., Petitprez, F., Calderaro, J., Fridman, W. H. Tertiary lymphoid structures in the era of cancer immunotherapy. Nat Rev Cancer. 19 (6), 307-325 (2019).
  38. Ye, Z., et al. Gastric cancer-derived exosomal let-7 g-5p mediated by serpine1 promotes macrophage m2 polarization and gastric cancer progression. J Exp Clin Cancer Res. 44 (1), 2(2025).
  39. Gajewski, T. F., Schreiber, H., Fu, Y. X. Innate and adaptive immune cells in the tumor microenvironment. Nat Immunol. 14 (10), 1014-1022 (2013).
  40. Vivier, E., et al. Innate or adaptive immunity? The example of natural killer cells. Science. 331 (6013), 44-49 (2011).
  41. Xiong, S., Dong, L., Cheng, L. Neutrophils in cancer carcinogenesis and metastasis. J Hematol Oncol. 14 (1), 173(2021).
  42. Mantovani, A., Locati, M. Tumor-associated macrophages as a paradigm of macrophage plasticity, diversity, and polarization: Lessons and open questions. Arterioscler Thromb Vasc Biol. 33 (7), 1478-1483 (2013).
  43. Niu, X., et al. Autophagy in cancer development, immune evasion, and drug resistance. Drug Resist Updat. 78, 101170(2025).
  44. Ikeda, H., et al. Immune evasion through mitochondrial transfer in the tumour microenvironment. Nature. 638 (8049), 225-236 (2025).
  45. Gabrilovich, D. I., Nagaraj, S. Myeloid-derived suppressor cells as regulators of the immune system. Nat Rev Immunol. 9 (3), 162-174 (2009).
  46. Pan, Y., et al. The protective and pathogenic role of Th17 cell plasticity and function in the tumor microenvironment. Front Immunol. 14, 1192303(2023).
  47. Smyth, M. J., et al. Perforin-mediated cytotoxicity is critical for surveillance of spontaneous lymphoma. J Exp Med. 192 (5), 755-760 (2000).
  48. Galon, J., et al. Type, density, and location of immune cells within human colorectal tumors predict clinical outcome. Science. 313 (5795), 1960-1964 (2006).
  49. Galon, J., Bruni, D. Approaches to treat immune hot, altered, and cold tumours with combination immunotherapies. Nat Rev Drug Discov. 18 (3), 197-218 (2019).
  50. Chen, D. S., Mellman, I. Elements of cancer immunity and the cancer-immune set point. Nature. 541 (7637), 321-330 (2017).

Accès restreint. Veuillez vous connecter ou commencer un essai pour afficher ce contenu.

Réimpressions et autorisations

Demander l’autorisation de réutiliser le texte ou les figures de cet article JoVE

Demander une autorisation

Mots-clés

Expression de LLT1point de contr le immunitairemicroenvironnement tumoralinfiltration de cellules immunitairesexpression de PD L1lymphocytes T CD8immunohistochimieimmunofluorescence multiplexe

Articles connexes