NLRC5 elicits antitumor immunity by enhancing processing and presentation of tumor antigens to CD8<sup>+</sup> T lymphocytes
Notice bibliographique
Résumé
Cancers can escape immunesurveillance by diminishing the expression of MHC class-I molecules (MHC-I) and components of the antigen-processing machinery (APM). Developing new approaches to reverse these defects could boost the efforts to restore antitumor immunity. Recent studies have shown that the expression of MHC-I and antigen-processing molecules is transcriptionally regulated by NOD-like receptor CARD domain containing 5 (NLRC5). To investigate whether NLRC5 could be used to improve tumor immunogenicity, we established stable lines of B16-F10 melanoma cells expressing NLRC5 (B16-5), the T cell co-stimulatory molecule CD80 (B16-CD80) or both (B16-5/80). Cells harboring NLRC5 constitutively expressed MHC-I and LMP2, LMP7 and TAP1 genes of the APM. The B16-5 cells efficiently presented the melanoma antigenic peptide gp10025-33 to Pmel-1 TCR transgenic CD8(+) T cells and induced their proliferation. In the presence of CD80, B16-5 cells stimulated Pmel-1 cells even without the addition of gp100 peptide, indicating that NLRC5 facilitated the processing and presentation of endogenous tumor antigen. Upon subcutaneous implantation, B16-5 cells showed markedly reduced tumor growth in C57BL/6 hosts but not in immunodeficient hosts, indicating that the NLRC5-expressing tumor cells elicited antitumor immunity. Following intravenous injection, B16-5 and B16-5/80 cells formed fewer lung tumor foci compared to control cells. In mice depleted of CD8(+) T cells, B16-5 cells formed large subcutaneous and lung tumors. Finally, immunization with irradiated B16-5 cells conferred protection against challenge by parental B16 cells. Collectively, our findings indicate that NLRC5 could be exploited to restore tumor immunogenicity and to stimulate protective antitumor immunity.
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 | 0,001 |
| 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 ».