The effects and risks of endovascular thrombectomy 6 to 24 hours after stroke onset due to basilar-artery occlusion have not been extensively studied.

Immune-checkpoint therapy has failed to demonstrate meaningful clinical benefit in unselected cases of pancreatic adenocarcinoma (PDAC), but a subset of PDACs are known to upregulate pathways involved in acquired immune suppression. Further delineation of immunologic subtypes of PDAC is necessary to improve clinical trial designs and identify patients who might benefit from immune-checkpoint therapy. We used clinical survival and RNA expression data from The Cancer Genome Atlas (TCGA) to investigate the relationship between immune-modulating pathways and immune subset markers and their impact on survival in PDAC patients. Of the adaptive immune-resistance pathways, expression of PD-L1 and IDO1 was individually associated with poor survival. Although CD8 expression alone was not correlated with survival, the combination of PD-L1- and high CD8 expression identified a subtype with favorable survival. We further extended these observations using an independent PDAC cohort from our institution via IHC, again observing that the PD-L1-/CD8high subtype was associated with positive prognosis. Although PDAC is regarded as a poorly immunogenic cancer type, these findings infer that T-cell infiltration in the absence of adaptive immune-resistance pathways is a feature of long-term survival in PDAC and imply the importance of developing future immunotherapeutic strategies based on data-supported biomarkers to refine patient selection.

Abstract Recent advances in spatial transcriptomics (ST) enable gene expression measurements from a tissue sample while retaining its spatial context. This technology enables unprecedented in situ resolution of the regulatory pathways that underlie the heterogeneity in the tumor and its microenvironment (TME). The direct characterization of cellular co-localization with spatial technologies facilities quantification of the molecular changes resulting from direct cell-cell interaction, as occurs in tumor-immune interactions. We present SpaceMarkers, a novel bioinformatics algorithm to infer molecular changes from cell-cell interaction from latent space analysis of ST data. We apply this approach to infer molecular changes from tumor-immune interactions in Visium spatial transcriptomics data of metastasis, invasive and precursor lesions, and immunotherapy treatment. Further transfer learning in matched scRNA-seq data enabled further quantification of the specific cell types in which SpaceMarkers are enriched. Altogether, SpaceMarkers can identify the location and context-specific molecular interactions within the TME from ST data.

Human clinical trials are important tools to advance novel systemic therapies improve treatment outcomes for cancer patients. The few durable treatment options have led to a critical need to advance new therapeutics in hepatocellular carcinoma (HCC). Recent human clinical trials have shown that new combination immunotherapeutic regimens provide unprecedented clinical response in a subset of patients. Computational methods that can simulate tumors from mathematical equations describing cellular and molecular interactions are emerging as promising tools to simulate the impact of therapy entirely in silico. To facilitate designing dosing regimen and identifying potential biomarkers, we developed a new computational model to track tumor progression at organ scale while reflecting the spatial heterogeneity in the tumor at tissue scale in HCC. This computational model is called a spatial quantitative systems pharmacology (spQSP) platform and it is also designed to simulate the effects of combination immunotherapy. We then validate the results from the spQSP system by leveraging real-world spatial multi-omics data from a neoadjuvant HCC clinical trial combining anti-PD-1 immunotherapy and a multitargeted tyrosine kinase inhibitor (TKI) cabozantinib. The model output is compared with spatial data from Imaging Mass Cytometry (IMC). Both IMC data and simulation results suggest closer proximity between CD8 T cell and macrophages among non-responders while the reverse trend was observed for responders. The analyses also imply wider dispersion of immune cells and less scattered cancer cells in responders' samples. We also compared the model output with Visium spatial transcriptomics analyses of samples from post-treatment tumor resections in the original clinical trial. Both spatial transcriptomic data and simulation results identify the role of spatial patterns of tumor vasculature and TGFβ in tumor and immune cell interactions. To our knowledge, this is the first spatial tumor model for virtual clinical trials at a molecular scale that is grounded in high-throughput spatial multi-omics data from a human clinical trial.

Abstract Due to the lack of treatment options, there remains a need to advance new therapeutics in hepatocellular carcinoma (HCC). The traditional approach moves from initial molecular discovery through animal models to human trials to advance novel systemic therapies that improve treatment outcomes for patients with cancer. Computational methods that simulate tumors mathematically to describe cellular and molecular interactions are emerging as promising tools to simulate the impact of therapy entirely in silico, potentially greatly accelerating delivery of new therapeutics to patients. To facilitate the design of dosing regimens and identification of potential biomarkers for immunotherapy, we developed a new computational model to track tumor progression at the organ scale while capturing the spatial heterogeneity of the tumor in HCC. This computational model of spatial quantitative systems pharmacology was designed to simulate the effects of combination immunotherapy. The model was initiated using literature-derived parameter values and fitted to the specifics of HCC. Model validation was done through comparison with spatial multiomics data from a neoadjuvant HCC clinical trial combining anti-PD1 immunotherapy and a multitargeted tyrosine kinase inhibitor cabozantinib. Validation using spatial proteomics data from imaging mass cytometry demonstrated that closer proximity between CD8 T cells and macrophages correlated with nonresponse. We also compared the model output with Visium spatial transcriptomics profiling of samples from posttreatment tumor resections in the clinical trial and from another independent study of anti-PD1 monotherapy. Spatial transcriptomics data confirmed simulation results, suggesting the importance of spatial patterns of tumor vasculature and TGFβ in tumor and immune cell interactions. Our findings demonstrate that incorporating mathematical modeling and computer simulations with high-throughput spatial multiomics data provides a novel approach for patient outcome prediction and biomarker discovery. Significance: Incorporating mathematical modeling and computer simulations with high-throughput spatial multiomics data provides an effective approach for patient outcome prediction and biomarker discovery.

Neoadjuvant immunotherapy is thought to produce long-term remissions through induction of antitumor immune responses before removal of the primary tumor. Tertiary lymphoid structures (TLS), germinal center-like structures that can arise within tumors, may contribute to the establishment of immunological memory in this setting, but understanding of their role remains limited. Here, we investigated the contribution of TLS to antitumor immunity in hepatocellular carcinoma (HCC) treated with neoadjuvant immunotherapy. We found that neoadjuvant immunotherapy induced the formation of TLS, which were associated with superior pathologic response, improved relapse free survival, and expansion of the intratumoral T and B cell repertoire. While TLS in viable tumor displayed a highly active mature morphology, in areas of tumor regression we identified an involuted TLS morphology, which was characterized by dispersion of the B cell follicle and persistence of a T cell zone enriched for ongoing antigen presentation and T cell-mature dendritic cell interactions. Involuted TLS showed increased expression of T cell memory markers and expansion of CD8+ cytotoxic and tissue resident memory clonotypes. Collectively, these data reveal the circumstances of TLS dissolution and suggest a functional role for late-stage TLS as sites of T cell memory formation after elimination of viable tumor.

ABSTRACT Axon guidance molecules were found to be the gene family most frequently altered in pancreatic ductal adenocarcinoma (PDA) through mutations and copy number changes. However, the exact molecular mechanism regarding PDA development remained unclear. Using genetically engineered mouse models to examine one of the axon guidance molecules, semaphorin 3D (SEMA3D), we found a dual role for tumor-derived SEMA3D in malignant transformation of pancreatic epithelial cells and a role for nerve-derived SEMA3D in PDA development. This was demonstrated by the pancreatic-specific knockout of the SEMA3D gene from the KRAS G12D and TP53 R 172 H mutation knock-in, PDX1-Cre (KPC) mouse model which demonstrated a delayed tumor initiation and growth comparing to the original KPC mouse model. Our results showed that SEMA3D knockout skews the macrophages in the pancreas away from M2 polarization, providing a potential mechanistic role of tumor-derived SEMA3D in PDA development. The KPC mice with the SEMA3D knockout remained metastasis-free, however, died from primary tumor growth. We then tested the hypothesis that a potential compensation mechanism could result from SEMA3D which is naturally expressed by the intratumoral nerves. Our study further revealed that nerve-derived SEMA3D does not reprogram macrophages directly, but reprograms macrophages indirectly through ARF6 signaling and lactate production in PDA tumor cells. SEMA3D increases tumor-secreted lactate which is sensed by GPCR132 on macrophages and subsequently stimulates pro-tumorigenic M2 polarization in vivo. Tumor intrinsic- and extrinsic-SEMA3D induced ARF6 signaling through its receptor Plexin D1 in a mutant KRAS-dependent manner. Consistently, RNA sequencing database analysis revealed an association of higher KRAS MUT expression with an increase in SEMA3D and ARF6 expression in human PDAs. Moreover, multiplex immunohistochemistry analysis showed an increased number of M2-polarized macrophages proximal to nerves in human PDA tissue expressing SEMA3D. Thus, this study suggests altered expression of SEMA3D in tumor cells lead to acquisition of cancer-promoting functions and the axon guidance signaling originating from nerves is “hijacked” by tumor cells to support their growth. Other axon guidance and neuronal development molecules may play a similar dual role which is worth further investigation. One sentence summary Tumor- and nerve-derived SEMA3D promotes tumor progression and metastasis through macrophage reprogramming in the tumor microenvironment. STATEMENT OF SIGNIFICANCE This study established the dual role of axon guidance molecule, SEMA3D, in the malignant transformation of pancreatic epithelial cells and of nerve-derived SEMA3D in PDA progression and metastasis. It revealed macrophage reprogramming as the mechanism underlying bothroles. Together, this research elucidated how inflammatory responses promote invasive PDA progression and metastasis through an oncogenic process.