Eosinophils Decrease Pulmonary Metastatic Mammary Tumor Growth
Notice bibliographique
Résumé
Metastatic breast cancer is challenging to effectively treat, highlighting the need for an improved understanding of host factors that influence metastatic tumor cell colonization and growth in distant tissues. The lungs are a common site of breast cancer metastasis and are host to a population of tissue-resident eosinophils. Eosinophils are granulocytic innate immune cells known for their prominent roles in allergy and Th2 immunity. Though their presence in solid tumors and metastases have been reported for decades, the influence of eosinophils on metastatic tumor growth in the lungs is unclear. We used transgenic mouse models characterized by elevated pulmonary eosinophils (IL5Tg mice) and eosinophil-deficiency (ΔdblGATA mice), as well as antibody-mediated depletion of eosinophils, to study the role of eosinophils in EO771 mammary tumor growth in the lungs. We found that IL5Tg mice exhibit reduced pulmonary metastatic colonization and decreased metastatic tumor burden compared to wild-type (WT) mice or eosinophil-deficient mice. Eosinophils co-cultured with tumor cells ex vivo produced peroxidase activity and induced tumor cell death, indicating that eosinophils are capable of releasing eosinophil peroxidase (EPX) and killing EO771 tumor cells. We found that lung eosinophils expressed phenotypic markers of activation during EO771 tumor growth in the lungs, and that metastatic growth was accelerated in eosinophil-deficient mice and in WT mice after immunological depletion of eosinophils. Our results highlight an important role for eosinophils in restricting mammary tumor cell growth in the lungs and support further work to determine whether strategies to trigger local eosinophil degranulation may decrease pulmonary metastatic growth.
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) | 0,001 | 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 ».