Characterization of Distinct Populations of Carcinoma-Associated Fibroblasts from Non–Small Cell Lung Carcinoma Reveals a Role for ST8SIA2 in Cancer Cell Invasion
Notice bibliographique
Résumé
Carcinoma-associated fibroblasts (CAFs) are abundant stromal cells in tumor microenvironment that are critically involved in cancer progression. Contrasting reports have shown that CAFs can have either pro- or antitumorigenic roles, indicating that CAFs are functionally heterogeneous. Therefore, to precisely target the cancer-promoting CAF subsets, it is necessary to identify specific markers to define these subpopulations and understand their functions. We characterized two CAFs subsets from 28 non-small cell lung cancer (NSCLC) patient tumors that were scored and classified based on desmoplasia [mainly characterized by proliferating CAFs; high desmoplastic CAFs (HD-CAF; n = 15) and low desmoplastic CAFs (LD-CAF; n = 13)], which is an independent prognostic factor. Here, for the first time, we demonstrate that HD-CAFs and LD-CAFs show different tumor-promoting abilities. HD-CAFs showed higher rate of collagen matrix remodeling, invasion, and tumor growth compared to LD-CAFs. Transcriptomic analysis identified 13 genes that were differentially significant (fold ≥1.5; adjusted P value < .1) between HD-CAFs and LD-CAFs. The top upregulated differentially expressed gene, ST8SIA2 (11.3 fold; adjusted P value = .02), enhanced NSCLC tumor cell invasion in 3D culture compared to control when it was overexpressed in CAFs, suggesting an important role of ST8SIA2 in cancer cell invasion. We confirmed the protumorigenic role of ST8SIA2, showing that ST8SIA2 was significantly associated with the risk of relapse in three independent NSCLC clinical datasets. In summary, our studies show that functional heterogeneity in CAF plays key role in promoting cancer cell invasion in NSCLC.
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 ».