Plasminogen Kringle 5 blocks tumor progression by antiangiogenic and proinflammatory pathways
Notice bibliographique
Résumé
Proteolytic processing of human plasminogen generates potent antiangiogenic peptides such as angiostatin. The plasminogen kringle 5 (K5) domain, which is distinct from angiostatin, possesses potent antiangiogenic properties on its own, which can be exploited in cancer therapy. It has been recently observed that antiangiogenic agents promote leukocyte-vessel wall interaction as part of their antitumor effect. Although we have previously shown that K5 suppresses cancer growth in tumor xenograft models, its modulation of inflammation in experimental mice with intact immune systems is unknown. To determine whether K5 possesses immune proinflammatory properties, we investigated the effects of K5 in an immune competent model of breast cancer and observed that tumor rejection is substantially reduced in nonobese diabetic/severe combined immunodeficient and BALB/c nude when compared with wild-type BALB/c mice, suggesting an important role for T-lymphoid cells in the antitumor effect of K5. Tumor explant analysis shows that K5 enhances tumor recruitment of CD3(+) lymphoid cells, in particular, the NKT phenotype. We also observed a significant decrease in tumor-associated microvessel length and density consistent with antiangiogenic activity. Histologic analysis of K5 tumors also revealed a robust neutrophilic infiltrate, which may be explained by the neutrophil chemotactic activity of K5 as well as its ability to promote CD64 up-regulation within the CD11b(+) adhesive neutrophil population. In sum, our findings confirm that the K5 protein acts as a potent angiostatic agent and possesses a novel proinflammatory role via its ability to recruit tumor-associated neutrophils and NKT lymphocytes, leading to a potent antitumor response.
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) | 0,000 | 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 ».