The link between intracellular calcium signaling and exosomal PD-L1 in cancer progression and immunotherapy
Notice bibliographique
Résumé
Exosomes are small membrane vesicles containing microRNA, RNA, DNA fragments, and proteins that are transferred from donor cells to recipient cells. Tumor cells release exosomes to reprogram the factors associated with the tumor microenvironment (TME) causing tumor metastasis and immune escape. Emerging evidence revealed that cancer cell-derived exosomes carry immune inhibitory molecule program death ligand 1 (PD-L1) that binds with receptor program death protein 1 (PD-1) and promote tumor progression by escaping immune response. Currently, some FDA-approved monoclonal antibodies are clinically used for cancer treatment by blocking PD-1/PD-L1 interaction. Despite notable treatment outcomes, some patients show poor drug response. Exosomal PD-L1 plays a vital role in lowering the treatment response, showing resistance to PD-1/PD-L1 blockage therapy through recapitulating the effect of cell surface PD-L1. To enhance therapeutic response, inhibition of exosomal PD-L1 is required. Calcium signaling is the central regulator of tumorigenesis and can regulate exosome biogenesis and secretion by modulating Rab GTPase family and membrane fusion factors. Immune checkpoints are also connected with calcium signaling and calcium channel blockers like amlodipine, nifedipine, lercanidipine, diltiazem, and verapamil were also reported to suppress cellular PD-L1 expression. Therefore, to enhance the PD-1/PD-L1 blockage therapy response, the reduction of exosomal PD-L1 secretion from cancer cells is in our therapeutic consideration. In this review, we proposed a therapeutic strategy by targeting calcium signaling to inhibit the expression of PD-L1-containing exosome levels that could reduce the anti-PD-1/PD-L1 therapy resistance and increase the patient's drug response rate.
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) | 0,001 | 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) | 0,000 | 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 ».