The Prolactin Inducible Protein Modulates Antitumor Immune Responses and Metastasis in a Mouse Model of Triple Negative Breast Cancer
Notice bibliographique
Résumé
The prolactin inducible protein (PIP) is expressed to varying degrees in more than 90% of breast cancers (BCs). Although high levels of PIP expression in BC has been shown to correlate with better prognosis and patient response to chemotherapy, some studies suggest that PIP may also play a role in metastasis. Here, we investigated the role of PIP in BC using the well-established 4T1 and E0771 mouse BC cell lines. Stable expression of PIP in both cell lines did not significantly alter their proliferation, migration, and response to anticancer drugs in vitro compared to empty vector control. To assess the effect of PIP expression on breast tumorigenesis in vivo , the 4T1 syngeneic transplantable mouse model was utilized. In immunocompetent syngeneic BALB/c mice, PIP-expressing 4T1 primary tumors displayed delayed tumor onset and reduced tumor growth, and this was associated with higher percentages of natural killer cells and reduced percentages of type 2 T-helper cells in the tumor environment. The delayed tumor onset and growth were abrogated in immunodeficient mice, suggesting that PIP-mediated modulation of primary tumor growth involves an intact immune system. Paradoxically, we also observed that PIP expression was associated with a higher number of 4T1 colonies in the lungs in both the immunocompetent and immunodeficient mice. Gene expression analysis of PIP-expressing 4T1 cells (4T1-PIP) revealed that genes associated with tumor metastasis such as CCL7, MMP3 and MMP13, were significantly upregulated in 4T1-PIP cells when compared to the empty vector control (4T1-EV) cells. Collectively, these studies strongly suggest that PIP may possess a double-edge sword effect in BC, enhancing both antitumor immunity as well as metastasis.
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 ».