Cancer‐associated fibroblasts in renal cell carcinoma: implication in prognosis and resistance to anti‐angiogenic therapy
Notice bibliographique
Résumé
OBJECTIVES: To investigate the role of cancer-associated fibroblasts (CAFs) in clear cell renal cell carcinoma (ccRCC) with respect to tumour aggressiveness, metastasis development, and resistance to anti-angiogenic therapy (vascular endothelial growth factor receptor-tyrosine kinase inhibitors [VEGFR-TKI]). PATIENTS AND METHODS: Our study involved tissue samples from three distinct and independent cohorts of patients with ccRCC. The presence of CAFs and tumour lymphangiogenesis was investigated, respectively, by transcriptional signatures and then correlated with tumour development and prognosis. The effect of these CAFs on tumour cell migration and VEGFR-TKI resistance was analysed on co-cultures of ccRCC cells with CAFs. RESULTS: Results from our cohorts and from in silico investigations showed that VEGFR-TKI significantly increase the number of CAFs in tumours. In the same populations of patients with ccRCC, the proportion of intra-tumoral CAFs correlated to shorter disease-free and overall survival. The presence of CAFs was also correlated with lymphangiogenesis and lymph node metastasis. CAFs increased the migration and decreased the VEGFR-TKI-dependent cytotoxic effect of tumour cells. CONCLUSIONS: Our results show that VEGFR-TKI promote the development of CAFs, and CAFs favour tumour aggressiveness, metastatic dissemination, and resistance to treatment in ccRCC. CAFs could represent a new therapeutic target to fight resistance to treatment of ccRCC. Targeting CAF and immunotherapies combination are emerging as efficient treatments in many types of solid tumours. Our results highlight their relevance in ccRCC.
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 ».