Eosinophils inhibit breast cancer pulmonary metastatic colonization and directly kill tumor cells via degranulation
Notice bibliographique
Résumé
Abstract Metastatic breast cancer remains incredibly challenging to treat, highlighting the need for an improved understanding of host factors that prevent metastasis, as well as improved therapeutics to treat metastatic cancer. The lungs, which are one of the most common sites of breast cancer metastasis, are host to a variety of immune cell subsets, including eosinophils (Eo), which are innate immune cells that target pathogens via the secretion of cytotoxic granule proteins. Eo have been shown to be anti-tumorigenic when exposed to certain signals from their local microenvironment. To study the role of eosinophils in pulmonary breast cancer metastasis, we utilized transgenic mouse models of eosinophilia (IL5Tg mice) and eosinophil-deficiency (ddGATA mice). EO771 breast cancer cells were injected intravenously (IV) to seed the lungs. We found that IL5Tg mice, which have a systemic expansion of Eo, had significantly lower EO771 lung tumor burden compared to WT mice. We found that Eo-deficient ddGATA mice exhibited accelerated metastatic progression compared to both WT and IL5Tg mice injected IV with EO771 cells. We also found that WT mice had an increased number of lung EO771 tumor cells compared to IL5Tg mice merely 5 days post-IV injection, indicating that Eo may play a role in both initial tumor cell seeding and subsequent metastatic nodule progression. Importantly, we found that Eo co-cultured with EO771 and LLC tumor cells released eosinophil peroxidase, a cytotoxic granule protein, resulting in tumor cell killing. These results highlight a role for Eo in preventing tumor cell colonization to metastatic sites and suggest that developing drugs to trigger Eo degranulation may serve as a viable therapeutic option to treat metastatic disease.
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 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».