Potential Interventions in Sepsis-Related Acute Kidney Injury
Notice bibliographique
Résumé
<h3>Background</h3> Neutrophils kill antibody-opsonized tumor cells using trogocytosis, a unique mechanism of destruction of the target plasma. This previously unknown cytotoxic process of neutrophils is dependent on antibody opsonization, Fcγ receptors and CD11b/CD18 integrins. Here, we demonstrate that tumor cells can escape neutrophil-mediated cytotoxicity by calcium (Ca<sup>2+</sup>)-dependent and exocyst complex-dependent plasma membrane repair. <h3>Methods</h3> We knocked down EXOC7 or EXOC4, two exocyst components, to evaluate their involvement in tumor cell membrane repair after neutrophil-induced trogocytosis. We used live cell microscopy and flow cytometry for visualization of the host and tumor cell interaction and tumor cell membrane repair. Last, we reported the mRNA levels of exocyst in breast cancer tumors in correlation to the response in trastuzumab-treated patients. <h3>Results</h3> We found that tumor cells can evade neutrophil antibody-dependent cellular cytotoxicity (ADCC) by Ca<sup>2+</sup>-dependent cell membrane repair, a process induced upon neutrophil trogocytosis. Absence of exocyst components EXOC7 or EXOC4 rendered tumor cells vulnerable to neutrophil-mediated ADCC (but not natural killer cell-mediated killing), while neutrophil trogocytosis remained unaltered. Finally, mRNA levels of exocyst components in trastuzumab-treated patients were inversely correlated to complete response to therapy. <h3>Conclusions</h3> Our results support that neutrophil attack towards antibody-opsonized cancer cells by trogocytosis induces an active repair process by the exocyst complex in vitro. Our findings provide insight to the possible contribution of neutrophils in current antibody therapies and the tolerance mechanism of tumor cells and support further studies for potential use of the exocyst components as clinical biomarkers.
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 | 0,002 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,006 | 0,012 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,005 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,005 |
| 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 ».