Metastasis-Entrained Eosinophils Enhance Lymphocyte-Mediated Antitumor Immunity
Notice bibliographique
Résumé
Abstract The recognition of the immune system as a key component of the tumor microenvironment (TME) led to promising therapeutics. Because such therapies benefit only subsets of patients, understanding the activities of immune cells in the TME is required. Eosinophils are an integral part of the TME especially in mucosal tumors. Nonetheless, their role in the TME and the environmental cues that direct their activities are largely unknown. We report that breast cancer lung metastases are characterized by resident and recruited eosinophils. Eosinophil recruitment to the metastatic sites in the lung was regulated by G protein–coupled receptor signaling but independent of CCR3. Functionally, eosinophils promoted lymphocyte-mediated antitumor immunity. Transcriptome and proteomic analyses identified the TME rather than intrinsic differences between eosinophil subsets as a key instructing factor directing antitumorigenic eosinophil activities. Specifically, TNFα/IFNγ–activated eosinophils facilitated CD4+ and CD8+ T-cell infiltration and promoted antitumor immunity. Collectively, we identify a mechanism by which the TME trains eosinophils to adopt antitumorigenic properties, which may lead to the development of eosinophil-targeted therapeutics. Significance: These findings demonstrate antitumor activities of eosinophils in the metastatic tumor microenvironment, suggesting that harnessing eosinophil activity may be a viable clinical strategy in patients with cancer.
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) | 0,000 | 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) | 0,002 | 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 ».