Inhibition of RANK signaling in breast cancer induces an anti-tumor immune response orchestrated by CD8+ T cells
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Abstract Most breast cancers exhibit low immune infiltration and are unresponsive to immunotherapy. We hypothesized that inhibition of the receptor activator of nuclear factor-κB (RANK) signaling pathway may enhance immune activation. Here we report that loss of RANK signaling in mouse tumor cells increases leukocytes, lymphocytes, and CD8 + T cells, and reduces macrophage and neutrophil infiltration. CD8 + T cells mediate the attenuated tumor phenotype observed upon RANK loss, whereas neutrophils, supported by RANK-expressing tumor cells, induce immunosuppression. RANKL inhibition increases the anti-tumor effect of immunotherapies in breast cancer through a tumor cell mediated effect. Comparably, pre-operative single-agent denosumab in premenopausal early-stage breast cancer patients from the Phase-II D-BEYOND clinical trial (NCT01864798) is well tolerated, inhibits RANK pathway and increases tumor infiltrating lymphocytes and CD8 + T cells. Higher RANK signaling activation in tumors and serum RANKL levels at baseline predict these immune-modulatory effects. No changes in tumor cell proliferation (primary endpoint) or other secondary endpoints are observed. Overall, our preclinical and clinical findings reveal that tumor cells exploit RANK pathway as a mechanism to evade immune surveillance and support the use of RANK pathway inhibitors to prime luminal breast cancer for immunotherapy.
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.
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 | 0,001 |
| 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) | 0,000 | 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 découle