Gene Regulatory Network Rewiring in the Immune Cells Associated with Cancer
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
The gene regulatory networks (GRNs) of immune cells not only indicate cell identity but also reveal the dynamic changes of immune cells when comparing their GRNs. Cancer immunotherapy has advanced in the past few years. Immune-checkpoint blockades (i.e., blocking PD-1, PD-L1, or CTLA-4) have shown durable clinical effects on some patients with various advanced cancers. However, major gaps in our knowledge of immunotherapy have been recognized. To fill these gaps, we conducted a systematic analysis of the GRNs of key immune cell subsets (i.e., B cell, CD4, CD8, CD8 naïve, CD8 Effector memory, CD8 Central Memory, regulatory T, Thelper1, Thelper2, Thelp17, and NK (Nature killer) and DC (Dendritic cell) cells associated with cancer immunologic therapies. We showed that most of the GRNs of these cells in blood share key important hub regulators, but their subnetworks for controlling cell type-specific receptors are different, suggesting that transformation between these immune cell subsets could be fast so that they can rapidly respond to environmental cues. To understand how cancer cells send molecular signals to immune cells to make them more cancer-cell friendly, we compared the GRNs of the tumor-infiltrating immune T cells and their corresponding immune cells in blood. We showed that the network size of the tumor-infiltrating immune T cells' GRNs was reduced when compared to the GRNs of their corresponding immune cells in blood. These results suggest that the shutting down certain cellular activities of the immune cells by cancer cells is one of the key molecular mechanisms for helping cancer cells to escape the defense of the host immune system. These results highlight the possibility of genetic engineering of T cells for turning on the identified subnetworks that have been shut down by cancer cells to combat tumors.
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.
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 | 0,000 | 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) | 0,000 | 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 découle