Targeting the Interplay between Epithelial-to-Mesenchymal-Transition and the Immune System for Effective Immunotherapy
Notice bibliographique
Résumé
Over the last decade, both early diagnosis and targeted therapy have improved the survival rates of many cancer patients. Most recently, immunotherapy has revolutionized the treatment options for cancers such as melanoma. Unfortunately, a significant portion of cancers (including lung and breast cancers) do not respond to immunotherapy, and many of them develop resistance to chemotherapy. Molecular characterization of non-responsive cancers suggest that an embryonic program known as epithelial-mesenchymal transition (EMT), which is mostly latent in adults, can be activated under selective pressures, rendering these cancers resistant to chemo- and immunotherapies. EMT can also drive tumor metastases, which in turn also suppress the cancer-fighting activity of cytotoxic T cells that traffic into the tumor, causing immunotherapy to fail. In this review, we compare and contrast immunotherapy treatment options of non-small cell lung cancer (NSCLC) and triple negative breast cancer (TNBC). We discuss why, despite breakthrough progress in immunotherapy, attaining predictable outcomes in the clinic is mostly an unsolved problem for these tumors. Although these two cancer types appear different based upon their tissues of origin and molecular classification, gene expression indicate that they possess many similarities. Patient tumors exhibit activation of EMT, and resulting stem cell properties in both these cancer types associate with metastasis and resistance to existing cancer therapies. In addition, the EMT transition in both these cancers plays a crucial role in immunosuppression, which exacerbates treatment resistance. To improve cancer-related survival we need to understand and circumvent, the mechanisms through which these tumors become therapy resistant. In this review, we discuss new information and complementary perspectives to inform combination treatment strategies to expand and improve the anti-tumor responses of currently available clinical immune checkpoint inhibitors.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| 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 | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,001 |
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 source (Gemma direct ou Codex distillé), 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 ».