Identification of DDX60 as a Regulator of MHC-I Class Molecules in Colorectal Cancer
Notice bibliographique
Résumé
Immune checkpoint blockade (ICB) therapies induce durable responses in approximately 15% of colorectal cancer (CRC) patients who exhibit microsatellite instability-high (MSI-H) or deficient mismatch repair (dMMR). However, more than 80% of CRC patients do not respond to current immunotherapy. The main challenge with these patients is lack of MHC-I signaling to unmask their cancer cells so the immune cells can detect them. Here, we started by comparing IFNγ signature genes and MHC-I correlated gene lists to determine the potential candidates for MHC-I regulators. Then, the protein expression level of listed potential candidates in normal and cancer tissue was compared to select final candidates with enough disparity between the two types of tissues. ISG15 and DDX60 were further tested by wet-lab experiments. Overexpression of DDX60 upregulated the expression of MHC-I, while knockdown of DDX60 reduced the MHC-I expression in CRC cells. Moreover, DDX60 was downregulated in CRC tissues, and lower levels of DDX60 were associated with a poor prognosis. Our data showed that DDX60 could regulate MHC-I expression in CRC; thus, targeting DDX60 may improve the effects of immunotherapy in some patients.
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 | 0,001 |
| 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 | 0,000 |
| 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 ».