Triple-Negative Primary Breast Tumors Induce Supportive Premetastatic Changes in the Extracellular Matrix and Soluble Components of the Lung Microenvironment
Notice bibliographique
Résumé
The lung is one of the deadliest sites of breast cancer metastasis, particularly in patients with triple-negative (TN) disease. We hypothesized that the presence of a TN primary breast tumor induces changes in the extracellular matrix (ECM) and soluble components of the lung microenvironment that support metastatic behavior. SUM159 (TN) and MCF7 (luminal A) breast cancer cells were injected into mice, and primary breast tumors were established prior to assessing metastatic niche changes. We observed increased CD117+ hematopoietic progenitor cells in the bone marrow of SUM159 mice versus MCF7 or control mice (p < 0.05). Relative to mice bearing MCF7 tumors and non-tumor controls, mice bearing SUM159 tumors demonstrated enhanced expression of ECM proteins in the lung (fibronectin, tenascin-c and periostin), with similar changes observed in lung fibroblasts treated with extracellular vesicles (EVs) from TN breast cancer cells (p < 0.05). Exposure to lung-conditioned media (LCM) from SUM159 tumor-bearing mice resulted in increased migration/proliferation of both SUM159 and MCF7 cells relative to the control (p < 0.05). In contrast, LCM from MCF-7 tumor-bearing mice had no such effect. LCM from SUM159 tumor-bearing mice contained 16 unique proteins relative to other LCM conditions, including the metastasis-associated proteins CCL7, FGFR4, GM-CSF, MMP3, thrombospondin-1 and VEGF. These findings suggest for the first time that the TN breast cancer molecular subtype may be an important determinant of premetastatic changes to both the ECM and soluble components of the lung, potentially mediated via breast cancer-derived EVs.
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) | 0,000 | 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 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 ».