A core of kinase-regulated interactomes defines the neoplastic MDSC lineage
Notice bibliographique
Résumé
// Maria Gato-Cañas 1, 2, * , Xabier Martinez de Morentin 3, * , Idoia Blanco-Luquin 1, 2, * , Joaquin Fernandez-Irigoyen 3, * , Isabel Zudaire 1 , Therese Liechtenstein 1, 2 , Hugo Arasanz 1, 4 , Teresa Lozano 5 , Noelia Casares 5 , Apirat Chaikuad 6 , Stefan Knapp 6, 7 , David Guerrero-Setas 8 , David Escors 1, 2 , Grazyna Kochan 9 , Enrique Santamaría 3 1 Immunomodulation group, Navarrabiomed-FMS, IdiSNA, Pamplona, Spain 2 Immunomodulation group, Division of Infection and Immunity, University College London, UK 3 Proteomics Unit, Navarrabiomed-FMS, Proteored-ISCIII IdiSNA, Pamplona, Spain 4 Hospital de Navarra, Department of Oncology, IdiSNA, Pamplona, Spain 5 Immunology and Immunotherapy Program, Center for Applied Medical Research, University of Navarra, IdiSNA, Pamplona, Spain 6 Structural Genomics Consortium (SGC), University of Oxford, Headington, UK 7 Institute for Pharmaceutical Chemistry, Johann Wolfgang Goethe-University, Frankfurt, Germany 8 Cancer Epigenetics group, Navarrabiomed-FMS, IdiSNA, Pamplona, Spain 9 Protein Production Unit, Navarrabiomed-FMS, IdiSNA, Pamplona, Spain * These authors have contributed equally to this work Correspondence to: David Escors, e-mail: descorsm@navarra.es Grazyna Kochan, e-mail: grazyna.kochan@navarra.es Enrique Santamaría, e-mail: esantamma@navarra.es Keywords: MDSC, proteomics, interactomes, kinases, therapeutic targets Received: May 25, 2015 Accepted: July 13, 2015 Published: July 23, 2015 ABSTRACT Myeloid-derived suppressor cells (MDSCs) differentiate from bone marrow precursors, expand in cancer-bearing hosts and accelerate tumor progression. MDSCs have become attractive therapeutic targets, as their elimination strongly enhances anti-neoplastic treatments. Here, immature myeloid dendritic cells (DCs), MDSCs modeling tumor-infiltrating subsets or modeling non-cancerous (NC)-MDSCs were compared by in-depth quantitative proteomics. We found that neoplastic MDSCs differentially expressed a core of kinases which controlled lineage-specific (PI3K-AKT and SRC kinases) and cancer-induced (ERK and PKC kinases) protein interaction networks (interactomes). These kinases contributed to some extent to myeloid differentiation. However, only AKT and ERK specifically drove MDSC differentiation from myeloid precursors. Interfering with AKT and ERK with selective small molecule inhibitors or shRNAs selectively hampered MDSC differentiation and viability. Thus, we provide compelling evidence that MDSCs constitute a distinct myeloid lineage distinguished by a “kinase signature” and well-defined interactomes. Our results define new opportunities for the development of anti-cancer treatments targeting these tumor-promoting immune 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 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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 0,002 |
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 ».