Pro-inflammatory cytokine/chemokine production by reovirus treated melanoma cells is PKR/NF-κB mediated and supports innate and adaptive anti-tumour immune priming
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
BACKGROUND: As well as inducing direct oncolysis, reovirus treatment of melanoma is associated with activation of innate and adaptive anti-tumour immune responses. RESULTS: Here we characterise the effects of conditioned media from reovirus-infected, dying human melanoma cells (reoTCM), in the absence of live virus, to address the immune bystander potential of reovirus therapy. In addition to RANTES, IL-8, MIP-1α and MIP-1β, reovirus-infected melanoma cells secreted eotaxin, IP-10 and the type 1 interferon IFN-β. To address the mechanisms responsible for the inflammatory composition of reoTCM, we show that IL-8 and IFN-β secretion by reovirus-infected melanoma cells was associated with activation of NF-κB and decreased by pre-treatment with small molecule inhibitors of NF-κB and PKR; specific siRNA-mediated knockdown further confirmed a role for PKR. This pro-inflammatory milieu induced a chemotactic response in isolated natural killer (NK) cells, dendritic cells (DC) and anti-melanoma cytotoxic T cells (CTL). Following culture in reoTCM, NK cells upregulated CD69 expression and acquired greater lytic potential against tumour targets. Furthermore, melanoma cell-loaded DC cultured in reoTCM were more effective at priming adaptive anti-tumour immunity. CONCLUSIONS: These data demonstrate that the PKR- and NF-κB-dependent induction of pro-inflammatory molecules that accompanies reovirus-mediated killing can recruit and activate innate and adaptive effector cells, thus potentially altering the tumour microenvironment to support bystander immune-mediated therapy as well as direct viral oncolysis.
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.
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 découle