Activating a collaborative innate-adaptive immune response to control breast and ovarian cancer metastasis
Notice bibliographique
Résumé
Abstract Many cancers recruit monocytes/macrophages and polarize them into tumor-associated macrophages (TAMs). TAMs promote tumor growth and metastasis and inhibit cytotoxic T cells. Yet, macrophages can also kill cancer cells after polarization by e.g. , lipopolysaccharide (LPS, a bacteria-derived toll-like receptor 4 [TLR4] agonist) and interferon gamma (IFNγ). They do so via nitric oxide (NO), generated by inducible NO synthase (iNOS). Altering the polarization of macrophages could therefore be a strategy for controlling cancer. Here, we show that monophosphoryl lipid A (MPLA, a derivative of LPS) with IFNγ activated macrophages isolated from metastatic pleural effusions of breast cancer patients to kill the corresponding patients’ cancer cells in vitro . Importantly, intratumoral injection of MPLA with IFNγ not only controlled local tumor growth but also reduced metastasis in mouse models of luminal and triple negative breast cancers. Furthermore, intraperitoneal administration of MPLA with IFNγ reprogrammed peritoneal macrophages, suppressed metastasis, and enhanced the response to chemotherapy in the ID8-p53 −/− ovarian carcinoma mouse model. The combined MPLA+IFNγ treatment reprogrammed the immunosuppressive microenvironment to be immunostimulatory by recruiting leukocytes, stimulating type I interferon signaling, decreasing tumor-associated (CD206 + ) macrophages, increasing tumoricidal (iNOS + ) macrophages, and activating cytotoxic T cells through macrophage-secreted interleukin 12 (IL-12) and tumor necrosis factor α (TNFα). Both macrophages and T cells were critical for the anti-metastatic effects of MPLA+IFNγ. MPLA and IFNγ are already used individually in clinical practice, so our strategy to engage the anti-tumor immune response, which requires no knowledge of unique tumor antigens, may be ready for near-future clinical testing.
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) | 0,000 | 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 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 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 ».