Role of interleukin‐17 in lymphangiogenesis in non‐small‐cell lung cancer: Enhanced production of vascular endothelial growth factor C in non‐small‐cell lung carcinoma cells
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
Interleukin-17 (IL-17), a potent pro-inflammatory cytokine, plays an active role in inflammation and cancer. Recently, we found that increased IL-17-producing cells correlate with poor survival and increased lymphangiogenesis in non-small-cell lung cancer (NSCLC), but the mechanism is unknown. Here, we show that IL-17 promotes lymphangiogenesis via inducing vascular endothelial growth factor-C (VEGF-C) production by lung cancer cells. We found that IL-17 receptor (IL-17R) is expressed on the surface of Lewis lung carcinoma (LLC) cells but not on lymphatic endothelial cells (LEC). Moreover, LEC chemotaxis and tube formation (measures of net lymphangiogenic potential) were increased by conditioned medium from recombinant mouse IL-17 (rmIL-17)-stimulated LLC but not by rmIL-17. Interleukin-17 increased production of VEGF-C in lung cancer cell lines. The enhanced chemotaxis and endothelial cord formation in the presence of LLC/rmIL-17 was inhibited by addition of recombinant mouse VEGF R3/Fc chimera. Treatment of the A549 cells with rIL-17 significantly increased VEGF-C expression, which was extracellular signal-regulated protein kinase 1/2 (ERK 1/2) dependent. Importantly, we found significant correlations between IL-17 expression, VEGF-C expression and lymphatic vascular density (LVD) in NSCLC. We conclude that IL-17 is involved in lymphangiogenesis in NSCLC by enhancing production of VEGF-C, and IL-17 may be an important target for the treatment of NSCLC.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 découle