Tissue Factor-Expressing Tumor-Derived Extracellular Vesicles Activate Quiescent Endothelial Cells via Protease-Activated Receptor-1
Notice bibliographique
Résumé
Tissue factor (TF)-expressing tumor-derived extracellular vesicles (EV) can promote metastasis and pre-metastatic niche formation, but the mechanisms by which this occurs remain largely unknown. We hypothesized that generation of activated factor X (FXa) by TF expressed on tumor-derived EV could activate protease-activated receptors (PAR) on non-activated endothelial cells to induce a pro-adhesive and pro-inflammatory phenotype. We obtained EV from TF-expressing breast (MDA-MB-231) and pancreatic (BxPC3 and Capan-1) tumor cell lines. We measured expression of E-selectin and secretion of interleukin-8 (IL-8) in human umbilical vein endothelial cells after exposure to EV and various immunologic and chemical inhibitors of TF, FXa, PAR-1 and PAR-2. After 6 hours of exposure to tumor-derived EV (pretreated with FVIIa and FX) in vitro, endothelial cells upregulated E-selectin expression and secreted IL-8. These changes were decreased with an anti-TF antibody, FXa inhibitors (FPRCK and EGRCK), and PAR-1 antagonist (E5555), demonstrating that FXa generated by TF-expressing tumor-derived EV was signaling through endothelial PAR-1. Due to weak constitutive PAR-2 expression, these endothelial responses were not induced by a PAR-2 agonist peptide (SLIGKV) and were not inhibited by a PAR-2 antagonist (FSLLRY) after exposure to tumor-derived EV. In conclusion, we found that TF-expressing cancer-derived EV activate quiescent endothelial cells, upregulating E-selectin and inducing IL-8 secretion through generation of FXa and cleavage of PAR-1. Conversion of resting endothelial cells to an activated phenotype by TF-expressing cancer-derived EV could promote cancer metastases.
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) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 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 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 ».