RSS-Feed abonnieren
DOI: 10.1055/s-0038-1640134
Immun-Checkpoint Expression unterschiedlicher Lymphozyten-Populationen in Kopf-Hals-Tumor Patienten
Einleitung:
Die Immunevasion ist ein wichtiger Mechanismus für die unkontrollierte Proliferation und Metastasierung von Tumorzellen. Unter anderem werden hierbei natürliche Kontrollmechanismen wie Immun-Checkpoints ausgenutzt, um die Anti-neoplastische Immunantwort zu schwächen. Die Blockade dieser inhibitorischen Signalwege mit Checkpoint Inhibitoren zeigt bereits positive Effekte in der Krebstherapie.
Methoden:
Lymphozyten aus Blut und Tumor-infiltrierende Lymphozyten (TIL) wurden von gesunden Spendern (n = 20) und Kopf-Hals-Tumor Patienten (n = 22) isoliert und in vitro stimuliert. Die Expression von 9 Immun-Checkpoints wurde mittels Durchflusszytometrie gemessen. Die unterschiedlichen Expressionsmuster von stimulierten und unstimulierten Lymphozyten-Populationen, sowie zwischen gesunden Spendern und Krebspatienten wurden analysiert. Ebenso wurden Expressionsmuster zwischen TIL und PBL (periphere Blutlymphozyten) verglichen.
Ergebnisse:
Die Stimulation der Lymphozyten führte zu einer erhöhten Expression der meisten Immun-Checkpoints auf unterschiedlichen Lymphozyten-Subpopulationen (CD4+, CD8+, Treg, B-Zellen). Unterschiedliche Lymphozyten-Populationen von Tumor Patienten weisen höhere PD-1 Level auf als die der gesunden Spender. Die Frequenz der Subpopulationen zeigte signifikante Unterschiede zwischen PBL und TIL. TIL wiesen außerdem ein spezifisches Expressionsmuster für Checkpoints auf.
Schlussfolgerung:
Aktivierte Lymphozyten zeigen spezifische Änderungen ihrer Immun-Checkpoint Expression. Diese Ergebnisse tragen zu einem besseren Verständnis der Rolle der Immun-Checkpoints bei. Die spezifische Immun-Checkpoint Expression auf Lymphozyten im Tumormikromilieu kann helfen, immuntherapeutische Ansätze zu verbessern.
Die Autoren geben an, dass kein Interessenkonflikt besteht.
Publikationsverlauf
Publikationsdatum:
18. April 2018 (online)
© 2018. The Author(s). This is an open access article published by Thieme under the terms of the Creative Commons Attribution-NonDerivative-NonCommercial-License, permitting copying and reproduction so long as the original work is given appropriate credit. Contents may not be used for commercial purposes, or adapted, remixed, transformed or built upon. (https://creativecommons.org/licenses/by-nc-nd/4.0/).
Georg Thieme Verlag KG
Stuttgart · New York