Angiogenic factors FGF2 and PDGF-BB synergistically promote murine tumor neovascularization and metastasis
Notice bibliographique
Résumé
Tumors produce multiple growth factors, but little is known about the interplay between various angiogenic factors in promoting tumor angiogenesis, growth, and metastasis. Here we show that 2 angiogenic factors frequently upregulated in tumors, PDGF-BB and FGF2, synergistically promote tumor angiogenesis and pulmonary metastasis. Simultaneous overexpression of PDGF-BB and FGF2 in murine fibrosarcomas led to the formation of high-density primitive vascular plexuses, which were poorly coated with pericytes and VSMCs. Surprisingly, overexpression of PDGF-BB alone in tumor cells resulted in dissociation of VSMCs from tumor vessels and decreased recruitment of pericytes. In the absence of FGF2, capillary ECs lacked response to PDGF-BB. However, FGF2 triggers PDGFR-alpha and -beta expression at the transcriptional level in ECs, which acquire hyperresponsiveness to PDGF-BB. Similarly, PDGF-BB-treated VSMCs become responsive to FGF2 stimulation via upregulation of FGF receptor 1 (FGFR1) promoter activity. These findings demonstrate that PDGF-BB and FGF2 reciprocally increase their EC and mural cell responses, leading to disorganized neovascularization and metastasis. Our data suggest that intervention of this non-VEGF reciprocal interaction loop for the tumor vasculature could be an important therapeutic target for the treatment of cancer and metastasis.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), 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 ».