Activation of ERα Signaling Differentially Modulates IFN-γ Induced HLA-Class II Expression in Breast Cancer Cells
Notice bibliographique
Résumé
The coordinate regulation of HLA class II (HLA-II) is controlled by the class II transactivator, CIITA, and is crucial for the development of anti-tumor immunity. HLA-II in breast carcinoma is associated with increased IFN-γ levels, reduced expression of the estrogen receptor (ER) and reduced age at diagnosis. Here, we tested the hypothesis that estradiol (E₂) and ERα signaling contribute to the regulation of IFN-γ inducible HLA-II in breast cancer cells. Using a panel of established ER⁻ and ER⁺ breast cancer cell lines, we showed that E₂ attenuated HLA-DR in two ER⁺ lines (MCF-7 and BT-474), but not in T47D, while it augmented expression in ER⁻ lines, SK-BR-3 and MDA-MB-231. To further study the mechanism(s), we used paired transfectants: ERα⁺ MC2 (MDA-MB-231 c10A transfected with the wild type ERα gene) and ERα⁻ VC5 (MDA-MB-231 c10A transfected with the empty vector), treated or not with E₂ and IFN-γ. HLA-II and CIITA were severely reduced in MC2 compared to VC5 and were further exacerbated by E₂ treatment. Reduced expression occurred at the level of the IFN-γ inducible CIITA promoter IV. The anti-estrogen ICI 182,780 and gene silencing with ESR1 siRNA reversed the E2 inhibitory effects, signifying an antagonistic role for activated ERα on CIITA pIV activity. Moreover, STAT1 signaling, necessary for CIITA pIV activation, and selected STAT1 regulated genes were variably downregulated by E₂ in transfected and endogenous ERα positive breast cancer cells, whereas STAT1 signaling was noticeably augmented in ERα⁻ breast cancer cells. Collectively, these results imply immune escape mechanisms in ERα⁺ breast cancer may be facilitated through an ERα suppressive mechanism on IFN-γ signaling.
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.
Comment cette classification a été obtenuedéplier
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) | 0,002 | 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».