Hypoxia regulates the differentiation and anti-tumor effector functions of γδT cells in oral cancer
Notice bibliographique
Résumé
Summary Hypoxia within the tumor microenvironment (TME) is a key factor contributing to immunosuppression in tumors, co-relating with poor treatment outcome and decreased overall survival in advanced oral cancer (OC) patients. Vδ2 is a dominant subset of gamma delta T cells (γδT cells) present in the peripheral blood which exhibits potent anti-tumor cytotoxicity and is evolving as a key player of anti-cancer cellular therapy. However, the fate of γδT cells in hypoxic oral tumors remains elusive. In the present study, we compared the effect of hypoxia (1% O2) and normoxia (21% O2) on the expansion, proliferation, activation status, cytokine secretion and cytotoxicity of γδT cells isolated from OC patients and healthy individuals. Hypoxia-exposed γδT cells exhibited reduced cytotoxicity against oral tumor cells. Our data demonstrated that hypoxia reduces the calcium efflux and the expression of degranulation marker CD107a in γδT cells, which explains the decreased anti-tumor cytotoxicity of γδT cells observed under hypoxia. Hypoxia-exposed γδT cells differentiated to γδT17 [γδ T cells that produce interleukin (IL)-17] cells, which corroborated our observations of increased γδT17 cells observed in the oral tumors. Co-culture of γδT cells with CD8 T cells in the presence of hypoxia showed that programmed cell death ligand 1 (PD-L1)high γδT cells brought about apoptosis of programmed cell death 1 (PD-1)high CD8 T cells which could be significantly reversed upon blocking PD-1. Thus, future immunotherapeutic treatment modality for oral cancer may use a combined approach of blocking the PD-1/PD-L1 signaling and targeting hypoxia-inducible factor 1α, which may help in reversing hypoxia-induced immunosuppression.
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 | 0,001 |
| 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) | 0,002 | 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 ».