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 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) | 0,001 | 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 ».