Lysophosphatidic Acid Receptor Signaling in the Human Breast Cancer Tumor Microenvironment Elicits Receptor-Dependent Effects on Tumor Progression
Notice bibliographique
Résumé
Lysophosphatidic acid receptors (LPARs) are six G-protein-coupled receptors that mediate LPA signaling to promote tumorigenesis and therapy resistance in many cancer subtypes, including breast cancer. Individual-receptor-targeted monotherapies are under investigation, but receptor agonism or antagonism effects within the tumor microenvironment following treatment are minimally understood. In this study, we used three large, independent breast cancer patient cohorts (TCGA, METABRIC, and GSE96058) and single-cell RNA-sequencing data to show that increased tumor LPAR1, LPAR4, and LPAR6 expression correlated with a less aggressive phenotype, while high LPAR2 expression was particularly associated with increased tumor grade and mutational burden and decreased survival. Through gene set enrichment analysis, it was determined that cell cycling pathways were enriched in tumors with low LPAR1, LPAR4, and LPAR6 expression and high LPAR2 expression. LPAR levels were lower in tumors over normal breast tissue for LPAR1, LPAR3, LPAR4, and LPAR6, while the opposite was observed for LPAR2 and LPAR5. LPAR1 and LPAR4 were highest in cancer-associated fibroblasts, while LPAR6 was highest in endothelial cells, and LPAR2 was highest in cancer epithelial cells. Tumors high in LPAR5 and LPAR6 had the highest cytolytic activity scores, indicating decreased immune system evasion. Overall, our findings suggest that potential compensatory signaling via competing receptors must be considered in LPAR inhibitor therapy.
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 ».