Treatment combining RU486 and Ad5IL-12 vector attenuates the growth of experimentally formed prostate tumors and induces changes in the sentinel lymph nodes of mice
Notice bibliographique
Résumé
BACKGROUND: Tumor immune responses are first generated and metastases often begin in tumor sentinel lymph nodes (TSLN). Therefore, it is important to promote tumor immunity within this microenvironment. Mifepristone (RU486) treatment can interfere with cortisol signaling that can lead to suppression of tumor immunity. Here, we assessed whether treatment with RU486 in conjunction with an intratumor injection of Ad5IL-12 vector (a recombinant adenovirus expressing IL-12) could impact the TSLN microenvironment and prostate cancer progression. METHODS: The human PC3, LNCaP or murine TRAMP-C1 prostate cancer cell lines were used to generate subcutaneous tumors in NOD.scid and C57BL/6 mice, respectively. Adjuvant effects of RU486 were looked for in combination therapy with intratumor injections (IT) of Ad5IL-12 vector in comparison to PBS, DL70-3 vector, DL70-3 + RU486, RU486 and Ad5IL-12 vector treatment controls. Changes in tumor growth, cell cytotoxic activity and populations of CD4+/FoxP3+ T regulatory cells (Treg) in the TSLN were evaluated. RESULTS: Treatment of human PC3 prostate xenograft or TRAMP-C1 tumors with combination Ad5IL-12 vector and RU486 produced significantly better therapeutic efficacy in comparison to controls. In addition, we found that combination therapy increased the capacity of TSLN lymphocytes to produce Granzyme B in response to tumor cell targets. Finally, combination therapy tended towards decreases of CD4+/FoxP3+ T regulatory cell populations to be found in the TSLN. CONCLUSION: Inclusion of RU486 may serve as a useful adjuvant when combined with proinflammatory tumor killing agents by enhancement of the immune response and alteration of the TSLN microenvironment.
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 ».