Inhibiting the MNK1/2-eIF4E axis impairs melanoma phenotype switching and potentiates antitumor immune responses
Notice bibliographique
Résumé
Melanomas commonly undergo a phenotype switch, from a proliferative to an invasive state. Such tumor cell plasticity contributes to immunotherapy resistance; however, the mechanisms are not completely understood and thus are therapeutically unexploited. Using melanoma mouse models, we demonstrated that blocking the MNK1/2-eIF4E axis inhibited melanoma phenotype switching and sensitized melanoma to anti-PD-1 immunotherapy. We showed that phospho-eIF4E-deficient murine melanomas expressed high levels of melanocytic antigens, with similar results verified in patient melanomas. Mechanistically, we identified phospho-eIF4E-mediated translational control of NGFR, a critical effector of phenotype switching. Genetic ablation of phospho-eIF4E reprogrammed the immunosuppressive microenvironment, exemplified by lowered production of inflammatory factors, decreased PD-L1 expression on dendritic cells and myeloid-derived suppressor cells, and increased CD8+ T cell infiltrates. Finally, dual blockade of the MNK1/2-eIF4E axis and the PD-1/PD-L1 immune checkpoint demonstrated efficacy in multiple melanoma models regardless of their genomic classification. An increase in the presence of intratumoral stem-like TCF1+PD-1+CD8+ T cells, a characteristic essential for durable antitumor immunity, was detected in mice given a MNK1/2 inhibitor and anti-PD-1 therapy. Using MNK1/2 inhibitors to repress phospho-eIF4E thus offers a strategy to inhibit melanoma plasticity and improve response to anti-PD-1 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.
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 | 0,006 | 0,010 |
| 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 | 0,001 |
| 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 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 ».