Cancer-Associated Fibroblasts and Extracellular Matrix: Therapeutical Strategies for Modulating the Cholangiocarcinoma Microenvironment
Notice bibliographique
Résumé
During the last decade, immunotherapy has radically changed perspectives on anti-tumor treatments. However, solid tumor treatment by immunotherapy has not met expectations. Indeed, poor clinical response to treatment has highlighted the need to understand and avoid immunotherapy resistance. Cholangiocarcinoma (CCA) is the second cause of hepatic cancer-related deaths because of drug inefficacy and chemo-resistance in a majority of patients. Thus, intense research is ongoing to better understand the mechanisms involved in the chemo-resistance processes. The tumor microenvironment (TME) may be involved in tumor therapy resistance by limiting drug access. Indeed, cells such as cancer-associated fibroblasts (CAFs) alter TME by producing in excess an aberrant extracellular matrix (ECM). Interestingly, CAFs are the dominant stromal component in CCA that secrete large amounts of stiff ECM. Stiff ECM could contribute to immune exclusion by limiting anti-tumor T-cells drop-in. Herein, we summarize features, functions, and interactions among CAFs, tumor-associated ECM, and immune cells in TME. Moreover, we discuss the strategies targeting CAFs and the remodeling of the ECM to improve immunotherapy and drug 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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| 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) | 0,000 | 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 ».