IFN-γ is required for cytotoxic T cell-dependent cancer genome immunoediting
Notice bibliographique
Résumé
Genetic evolution that occurs during cancer progression enables tumour heterogeneity, thereby fostering tumour adaptation, therapeutic resistance and metastatic potential. Immune responses are known to select (immunoedit) tumour cells displaying immunoevasive properties. Here we address the role of IFN-γ in mediating the immunoediting process. We observe that, in several mouse tumour models such as HA-expressing 4T1 mammary carcinoma cells, OVA-expressing EG7 lymphoma cells and CMS5 MCA-induced fibrosarcoma cells naturally expressing mutated extracellular signal-regulated kinase (ERK) antigen, the action of antigen-specific cytotoxic T cell (CTL) in vivo results in the emergence of resistant cancer cell clones only in the presence of IFN-γ within the tumour microenvironment. Moreover, we show that exposure of tumours to IFN-γ-producing antigen-specific CTLs in vivo results in copy-number alterations (CNAs) associated with DNA damage response and modulation of DNA editing/repair gene expression. These results suggest that enhanced genetic instability might be one of the mechanisms by which CTLs and IFN-γ immunoedits tumours, altering their immune resistance as a result of genetic evolution.
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 | 0,003 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,002 | 0,000 |
| Intégrité de la recherche | 0,001 | 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 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 ».