MétaCan
Menu
Retour à la cohorte
Enregistrement W4226175296 · doi:10.1080/2162402x.2022.2060907

LILRB4 promotes tumor metastasis by regulating MDSCs and inhibiting miR-1 family miRNAs

2022· article· en· W4226175296 sur OpenAlexaff
Mei‐Tzu Su, Sakiko Kumata, Shota Endo, Yoshinori Okada, Toshiyuki Takai

Notice bibliographique

RevueOncoImmunology · 2022
Typearticle
Langueen
DomaineImmunology and Microbiology
ThématiqueImmune cells in cancer
Établissements canadiensInstitute of Aging
Organismes subventionnairesJapan Society for the Promotion of ScienceJapan Agency for Medical Research and Development
Mots-clésmicroRNAMetastasisCancer researchMedicineCancerBiologyInternal medicineGeneGenetics

Résumé

récupéré en direct d'OpenAlex

Myeloid-derived suppressor cells (MDSCs) are a population of immune suppressive cells that are involved in tumor-associated immunosuppression, and dominate tumor progression and metastasis. In this study, we report that the leukocyte immunoglobulin-like receptor subfamily B member 4 (LILRB4, murine ortholog gp49B) orchestrates the polarization of MDSCs to exhibit pro-tumor phenotypes. We found that gp49B deficiency inhibited tumor metastases of cancer cells, and reduced tumor-infiltration of monocytic MDSCs (M-MDSCs) in tumor-bearing mice. Gp49B−/− MDSCs inhibited pro-tumor immune responses, such as activation of Treg cells, promotion of cancer cell migration, and stimulation of tumor angiogenesis. Treatment of wild-type tumor-bearing mice with gp49B−/− M-MDSCs reduced cancer metastasis. Furthermore, gp49B knockout affected plasma exosome composition in terms of increased miR-1 family microRNAs (miRNAs) expression, which correlates with the upregulation of gp49B−/− MDSC-derived anti-tumor miRNAs. Collectively, our findings reveal that LILRB4/gp49B promotes MDSC-mediated tumor metastasis by regulating the M2-polarization of MDSCs and suppressing the secretion of miR-1 family miRNAs, which facilitate tumor migration and invasion.AbbreviationsCTLA-4: cytotoxic T-lymphocyte-associated protein-4; FBS: fetal bovine serum; G-MDSCs: granulocytic-MDSCs; GP49B: glycoprotein 49B; HE: hematoxylin-eosin; ICI: immune checkpoint inhibitor; ITIM: immunoreceptor tyrosine-based inhibition motif; LILRB4: leukocyte immunoglobulin-like receptor B4; M-CSF: macrophage colony stimulating factor; MDSC: myeloid-derived suppressor cell; M-MDSC: monocytic MDSC; MMP-9: metallopeptidase-9; mAb: monoclonal antibody; PBS: phosphate-buffered saline; PCR: polymerase chain reaction; PD-1: programmed death-1; PD-L1: programmed death ligand-1; PMN-MDSC: polymorphonuclear-MDSC; qRT-PCR: quantitative reverse transcription PCR; TAM: tumor associated macrophage; TME: tumor microenvironment; TMM: trimmed mean of M value; VEGFA: vascular endothelial growth factor A

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,583
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,001
Communication savante0,0000,000
Science ouverte0,0000,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,013
Tête enseignante GPT0,233
Écart entre enseignants0,221 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations55
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueOncoImmunologyMême sujetImmune cells in cancerTravaux en français237 207