Systemic inflammation increases cancer cell adhesion to hepatic sinusoids by neutrophil mediated mechanisms
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Interactions between endothelial selectins and selectin ligands expressed on tumor cells have been implicated in the binding of circulating metastatic cancer cells to the vascular endothelium during extravasation. Moreover, there is mounting evidence that inflammatory environments can accelerate the progression of metastasis by neutrophil mediated mechanisms. In this study, a physiologically relevant in vivo model of early metastasis coupled with intravital microscopy was used to visualize the trafficking of tumor cells within the liver vasculature in real time. Using GFP-labeled Lewis lung carcinoma subline H-59 cells, we show here that disrupting the interactions between endothelial selectins and tumor cell selectin ligands diminished tumor cell recruitment to the liver. Furthermore, systemic inflammation induced by intravenous injection of lipopolysaccharide significantly enhanced the metastatic potential of these lung carcinoma cells by increasing their propensity to adhere to the liver sinusoidal endothelium. Confocal microscopy revealed frequent colocalization of cancer cells with neutrophils and neutrophil depletion in vivo significantly attenuated the lipopolysaccharide-induced increase in H-59 cell adhesion. Although direct selectin-selectin ligand interactions contributed significantly to tumor cell adhesion to sinusoidal endothelial cells, we show here that in addition, interactions between adherent neutrophils within the inflamed sinusoids and circulating tumor cells may further increase tumor cell arrest in the liver.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle