TNFα secreted by glioma associated macrophages promotes endothelial activation and resistance against anti-angiogenic therapy
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
One of the most prominent features of glioblastoma (GBM) is hyper-vascularization. Bone marrow-derived macrophages are actively recruited to the tumor and referred to as glioma-associated macrophages (GAMs) which are thought to provide a critical role in tumor neo-vascularization. However, the mechanisms by which GAMs regulate endothelial cells (ECs) in the process of tumor vascularization and response to anti-angiogenic therapy (AATx) is not well-understood. Here we show that GBM cells secrete IL-8 and CCL2 which stimulate GAMs to produce TNFα. Subsequently, TNFα induces a distinct gene expression signature of activated ECs including VCAM-1, ICAM-1, CXCL5, and CXCL10. Inhibition of TNFα blocks GAM-induced EC activation both in vitro and in vivo and improve survival in mouse glioma models. Importantly we show that high TNFα expression predicts worse response to Bevacizumab in GBM patients. We further demonstrated in mouse model that treatment with B20.4.1.1, the mouse analog of Bevacizumab, increased macrophage recruitment to the tumor area and correlated with upregulated TNFα expression in GAMs and increased EC activation, which may be responsible for the failure of AATx in GBMs. These results suggest TNFα is a novel therapeutic that may reverse resistance to AATx. Future clinical studies should be aimed at inhibiting TNFα as a concurrent therapy in GBMs.
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 | 0,001 |
| 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 | 0,001 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| 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