Neutrophil TLR4 and PKR are targets of breast cancer cell glycosaminoglycans and effectors of glycosaminoglycan-induced APRIL secretion
Notice bibliographique
Résumé
A proliferation-inducing ligand (APRIL), which induces survival and migration signals and tumor growth, is commonly observed in breast cancer tissues but is not often expressed in breast cancer cells themselves. Here, we examined whether breast cancer cells induce APRIL secretion from neutrophils, which are frequently recruited into the breast tumor microenvironment. We found that breast cancer cells do stimulate neutrophils to secrete APRIL through their glycosaminoglycans. Breast cancer cells depleted of heparan sulfate or chondroitin sulfate glycosaminoglycans lose their ability to induce APRIL secretion from neutrophils, and heparan sulfate and chondroitin sulfate can induce secretion that is comparable to that of breast cancer cell-induced secretion. While stimulation of the RNA-activated protein kinase (PKR) is sufficient to induce neutrophil APRIL secretion, both PKR and the toll-like receptor 4 (TLR4) are required for breast cancer cell glycosaminoglycan-induced secretion as separate and specific inhibition of TLR4 or PKR completely prevents the process, suggesting that breast cancer cell glycosaminoglycans target neutrophil TLR4 and PKR to trigger APRIL secretion. Thus, apart from the putative role of cell surface heparan sulfate in binding APRIL that leads to cell growth, we demonstrate that heparan sulfate, as well as chondroitin sulfate plays a novel role in promoting neutrophil secretion of APRIL that could lead to further cell growth. We propose that breast cancer cells take advantage of the neutrophil recruitment to the tumor microenvironment through the dual role of heparan sulfate as cell surface receptor or docking molecule for APRIL and as a ligand that induces neutrophil APRIL secretion to promote their own growth.
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 | 0,000 |
| 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 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 ».