Hepatocyte–Stellate Cell Cross-Talk in the Liver Engenders a Permissive Inflammatory Microenvironment That Drives Progression in Hepatocellular Carcinoma
Notice bibliographique
Résumé
Many solid malignant tumors arise on a background of inflamed and/or fibrotic tissues, features that are found in more than 80% hepatocellular carcinomas (HCC). Activated hepatic stellate cells (HSC) play a critical role in fibrogenesis associated with HCC onset and progression, yet their functional impact on hepatocyte fate remains largely unexplored. Here, we used a coculture model to investigate the cross-talk between hepatocytes (human hepatoma cells) and activated human HSCs. Unsupervised genome-wide expression profiling showed that hepatocyte-HSC cross-talk is bidirectional and results in the deregulation of functionally relevant gene networks. Notably, coculturing increased the expression of proinflammatory cytokines and modified the phenotype of hepatocytes toward motile cells. Hepatocyte-HSC cross-talk also generated a permissive proangiogenic microenvironment, particularly by inducing VEGFA and matrix metalloproteinase (MMP)9 expression in HSCs. An integrative genomic analysis revealed that the expression of genes associated with hepatocyte-HSC cross-talk correlated with HCC progression in mice and was predictive of a poor prognosis and metastasis propensity in human HCCs. Interestingly, the effects of cross-talk on migration and angiogenesis were reversed by the histone deacetylase inhibitor trichostatin A. Our findings, therefore, indicate that the cross-talk between hepatoma cells and activated HSCs is an important feature of HCC progression, which may be targeted by epigenetic modulation.
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 | 0,000 |
| 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) | 0,001 | 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 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 ».