Triggering of TLR7 and TLR8 expressed by human lung cancer cells induces cell survival and chemoresistance
Notice bibliographique
Résumé
Compelling evidence suggests that inflammation, cell survival, and cancer are linked, with a central role played by NF-kappaB. Recent studies implicate some TLRs in tumor development based on their ability to facilitate tumor growth; however, to our knowledge, involvement of neither TLR7 nor TLR78 has yet been demonstrated. Here we have demonstrated expression of TLR7 and TLR8, the natural receptors for single-stranded RNA, by tumor cells in human lung cancer in situ and in human lung tumor cell lines. Stimulation with TLR7 or TLR8 agonists led to activated NF-kappaB, upregulated expression of the antiapoptotic protein Bcl-2, increased tumor cell survival, and chemoresistance. Transcriptional analysis performed on human primary lung tumor cells and TLR7- or TLR8-stimulated human lung tumor cell lines revealed a gene expression signature suggestive of chronic stimulation of tumor cells by TLR ligands in situ. Together, these data emphasize that TLR signaling can directly favor tumor development and further suggest that researchers developing anticancer immunotherapy using TLR7 or TLR8 agonists as adjuvants should take into account the expression of these TLRs in lung tumor cells.
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 | 0,001 | 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 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 ».