Phosphorylation of eIF4E in the stroma drives the production and spatial organisation of collagen type I in the mammary gland
Notice bibliographique
Résumé
The extracellular matrix (ECM) plays critical roles in breast cancer development. Whether ECM composition is regulated by the phosphorylation of eIF4E on serine 209, an event required for tumorigenesis, has not been explored. Herein, we used proteomics and mouse modeling to investigate the impact of mutating serine 209 to alanine on eIF4E (i.e., S209A) on mammary gland (MG) ECM. The proteomic data have been deposited to the ProteomeXchange Consortium via the PRIDE partner repository with the dataset identifier PXD028953. We discovered that S209A knock-in mice, expressing a non-phosphorylatable form of eIF4E, have less collagen-I deposition in native and tumor-bearing MGs, leading to altered tumor cell invasion. Additionally, phospho-eIF4E deficiency impacts collagen topology; fibers at the tumor-stroma boundary in phospho-eIF4E-deficient mice run parallel to the tumor edge but radiate outwards in wild-type mice. Finally, a phospho-eIF4E-deficient tumor microenvironment resists anti-PD-1 therapy-induced collagen deposition, correlating with an increased anti-tumor response to immunotherapy. Clinically, we showed that collagen-I and phospho-eIF4E are positively correlated in human breast cancer samples, and that stromal phospho-eIF4E expression is influenced by tumor proximity. Together, our work defines the importance of phosphorylation of eIF4E on S209 as a regulator of MG collagen architecture in the tumor microenvironment, thereby positioning phospho-eIF4E as a therapeutic target to augment response to therapy.
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) | 0,001 | 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 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 ».