An HLA-G/SPAG9/STAT3 axis promotes brain metastases
Notice bibliographique
Résumé
Brain metastases (BM) are the most common brain neoplasm in adults. Current BM therapies still offer limited efficacy and reduced survival outcomes, emphasizing the need for a better understanding of the disease. Herein, we analyzed the transcriptional profile of brain metastasis initiating cells (BMICs) at two distinct stages of the brain metastatic cascade-the "premetastatic" or early stage when they first colonize the brain and the established macrometastatic stage. RNA sequencing was used to obtain the transcriptional profiles of premetastatic and macrometastatic (non-premetastatic) lung, breast, and melanoma BMICs. We identified that lung, breast, and melanoma premetastatic BMICs share a common transcriptomic signature that is distinct from their non-premetastatic counterparts. Importantly, we show that premetastatic BMICs exhibit increased expression of HLA-G, which we further demonstrate functions in an HLA-G/SPAG9/STAT3 axis to promote the establishment of brain metastatic lesions. Our findings suggest that unraveling the molecular landscape of premetastatic BMICs allows for the identification of clinically relevant targets that can possibly inform the development of preventive and/or more efficacious BM 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 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 | 0,002 | 0,001 |
| 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 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 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 ».