Interleukin-10 Induces Expression of Neuroendocrine Markers and PDL1 in Prostate Cancer Cells
Notice bibliographique
Résumé
Interleukin-10 (IL10) is best studied for its inhibitory action on immune cells and ability to suppress an antitumour immune response. But IL10 also exerts direct effects on nonimmune cells such as prostate cancer epithelial cells. Elevated serum levels of IL10 observed in prostate and other cancer patients are associated with poor prognosis. After first-line androgen-deprivation therapy, prostate cancer patients are treated with androgen receptor antagonists such as enzalutamide to inhibit androgen-dependent prostate cancer cell growth. However, development of resistance inevitably occurs and this is associated with tumour differentiation to more aggressive forms such as a neuroendocrine phenotype characterized by expression of neuron specific enolase and synaptophysin. We found that treatment of prostate cancer cell lines in vitro with IL10 or enzalutamide induced markers of neuroendocrine differentiation and inhibited androgen receptor reporter activity. Both also upregulated the levels of PDL1, which could promote tumour survival in vivo through its interaction with the immune cell inhibitory receptor PD1 to suppress antitumour immunity. These findings suggest that IL10’s direct action on prostate cancer cells could contribute to prostate cancer progression independent of IL10’s suppression of host immune cells.
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) | 0,001 | 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 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 ».