The role of the tumor microenvironment: The matricellular protein CCN2/CTGF is essential for melanoma metastasis
Notice bibliographique
Résumé
M the second most common invasive cancer in young adults, is highly metastatic: ~5% of patients diagnosed with metastatic melanoma survive for 5 years after diagnosis. 40-60% of all cutaneous melanoma patients possess mutations in BRAF; in these patients, tumors shrink in response to the BRAF inhibitors. However, patients develop resistance to these drugs, necessitating the development of alternative therapeutic targets. The matricellular protein connective tissue growth factor (CCN2) is overexpressed in melanoma; however, how CCN2 contributes to melanoma progression is unclear. Herein, we use melanoma cell lines and mice in which CCN2 is deleted in the tumor stroma to demonstrate that loss of CCN2 in the tumor microenvironment impedes melanoma invasion. Specifically, loss of CCN2 in melanoma cells diminished their ability to invade through collagen in vitro and loss of fibroblast derived CCN2 decreased metastases of melanoma cells from the skin to the lungs in vivo. CCN2 deficient B16(F10) cells showed reduced expression of periostin; addition of recombinant periostin rescued the in vitro invasion defect of these cells. Analysis of CCN2 deficient mice confirmed loss of periostin expression in the absence of CCN2. CCN2 and periostin mRNA levels are positively correlated with each other and with the stromal composition of human melanoma lesions but not BRAF mutations. These results are consistent with the idea that metastatic ability results from CCN2 mediated interactions between tumor cells and the stroma. CCN2 promotes invasion and metastasis via periostin and should be further evaluated as a possible therapeutic target for BRAF inhibitor-resistant melanoma.
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 | 0,003 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,002 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».