EGCG Prevents the Onset of an Inflammatory and Cancer-Associated Adipocyte-like Phenotype in Adipose-Derived Mesenchymal Stem/Stromal Cells in Response to the Triple-Negative Breast Cancer Secretome
Notice bibliographique
Résumé
BACKGROUND: Triple-negative breast cancer (TNBC) cells secretome induces a pro-inflammatory microenvironment within the adipose tissue, which hosts both mature adipocytes and adipose-derived mesenchymal stem/stromal cells (ADMSC). The subsequent acquisition of a cancer-associated adipocyte (CAA)-like phenotype is, however, unknown in ADMSC. While epidemiological studies suggest that consuming a polyphenol-rich diet reduces the incidence of some obesity-related cancers, the chemopreventive impact of green tea-derived epigallocatechin-3-gallate (EGCG) against the cues that trigger the CAA phenotype remain undocumented in ADMSC. METHODS: Human ADMSC were exposed to human TNBC-derived MDA-MB-231 conditioned media (TNBC cells secretome) supplemented or not with EGCG. Differential gene expression was assessed through RNA-Seq analysis and confirmed by RT-qPCR. Protein expression levels and the activation status of signal transduction pathways mediators were determined by Western blotting. ADMSC chemotaxis was assessed by a real-time cell migration assay. RESULTS: The TNBC cells secretome induced in ADMSC the expression of the CAA cytokines CCL2, CCL5, IL-1β, and IL-6, and of immunomodulators COX2, HIF-1α, VEGFα, and PD-L1. The epithelial-to-mesenchymal biomarker Snail was found to control the CAA phenotype. EGCG inhibited the induction of CAA genes and the activation status of Smad2 and NF-κB. The induced chemotactic response was also inhibited by EGCG. CONCLUSION: The induction of an inflammatory and CAA-like phenotype in ADMSC can be triggered by the TNBC cells secretome, while still efficiently prevented by diet-derived polyphenols.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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) | 0,000 | 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 ».