Stroma secreted IL6 selects for “stem-like” population and alters pancreatic tumor microenvironment by reprogramming metabolic pathways
Notice bibliographique
Résumé
Pancreatic adenocarcinoma is a devastating disease with an abysmal survival rate of 9%. A robust fibro-inflammatory and desmoplastic stroma, characteristic of pancreatic cancer, contribute to the challenges in developing viable therapeutic strategies in this disease. Apart from constricting blood vessels and preventing efficient drug delivery to the tumor, the stroma also contributes to the aggressive biology of cancer along with its immune-evasive microenvironment. In this study, we show that in pancreatic tumors, the developing stroma increases tumor initiation frequency in pancreatic cancer cells in vivo by enriching for CD133 + aggressive "stem-like" cells. Additionally, the stromal fibroblasts secrete IL6 as the major cytokine, increases glycolytic flux in the pancreatic tumor cells, and increases lactate efflux in the microenvironment via activation of the STAT signaling pathway. We also show that the secreted lactate favors activation of M2 macrophages in the tumor microenvironment, which excludes CD8 + T cells in the tumor. Our data additionally confirms that the treatment of pancreatic tumors with anti-IL6 antibody results in tumor regression as well as decreased CD133 + population within the tumor. Furthermore, inhibiting the lactate efflux in the microenvironment reduces M2 macrophages, and makes pancreatic tumors more responsive to anti-PD1 therapy. This suggests that stromal IL6 driven metabolic reprogramming plays a significant role in the development of an immune-evasive microenvironment. In conclusion, our study shows that targeting the metabolic pathways affected by stromal IL6 can make pancreatic tumors amenable to checkpoint inhibitor therapy.
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 ».