Glycolipid stimulation of invariant NKT cells mobilizes precursors of mature NK cells and potentiates their participation in immune surveillance against metastatic cancer.
Notice bibliographique
Résumé
Abstract Precursors of mature natural killer (pre-mNK) cells, initially called IFN-producing killer dendritic cells, have been recently characterized as a novel intermediate in NK cell differentiation. Typified by a unique B220+NK1.1+CD11c+MHCII+ phenotype, pre-mNK cells exhibit prolific anti-tumor cytotoxicity while retaining the ability to present antigens thereby activating neighbouring T cells. Invariant NKT (iNKT) cells are another population highlighted for their potential in anti-cancer immunity. They are activated very early and play an important role in transactivating downstream effectors, such as NK cells. The extent to which iNKT cells can activate pre-mNK cells is unknown. We hypothesized that iNKT cells are able to activate pre-mNK cells and potentiate their anti-tumor properties. Wildtype C57BL/6 mice were injected i.p. with the iNKT cell superagonist, α-galactosylceramide (αGC), and various lymphoid tissues were harvested after 5 days for phenotyping or cytotoxicity assays. We have shown, for the first time that iNKT cell activation via αGC results in robust expansion of pre-mNK cells in the spleen, lung and most notably, in the liver. These cells exhibited cytotoxic activity against YAC-1 thymoma and B16 melanoma cancer cells via the granule exocytosis pathway and significantly contributed to overall NK cytotoxic activity in vivo. The anti-cancer responses due to αGC activation have been well documented; however, the contribution of pre-mNK cells in these responses have never been shown. Our findings demonstrate that pre-mNK cells rapidly expand due to iNKT activation while retaining their capacity to kill tumor targets. This may suggest a novel mechanism of targeting pre-mNK cells in anti-cancer therapies.
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 ».