HER2Δ16 Engages ENPP1 to Promote an Immune-Cold Microenvironment in Breast Cancer
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
The tumor-immune microenvironment (TIME) is a critical determinant of therapeutic response. However, the mechanisms regulating its modulation are not fully understood. HER2Δ16, an oncogenic splice variant of the HER2, has been implicated in breast cancer and other tumor types as a driver of tumorigenesis and metastasis. Nevertheless, the underlying mechanisms of HER2Δ16-mediated oncogenicity remain poorly understood. Here, we show that HER2∆16 expression is not exclusive to the clinically HER2+ subtype and associates with a poor clinical outcome in breast cancer. To understand how HER2 variants modulated the tumor microenvironment, we generated transgenic mouse models expressing either proto-oncogenic HER2 or HER2Δ16 in the mammary epithelium. We found that HER2∆16 tumors were immune cold, characterized by low immune infiltrate and an altered cytokine profile. Using an epithelial cell surface proteomic approach, we identified ectonucleotide pyrophosphatase/phosphodiesterase 1 (ENPP1) as a functional regulator of the immune cold microenvironment. We generated a knock-in model of HER2Δ16 under the endogenous promoter to understand the role of Enpp1 in aggressive HER2+ breast cancer. Knockdown of Enpp1 in HER2Δ16-derived tumor cells resulted in decreased tumor growth, which correlated with increased T-cell infiltration. These findings suggest that HER2Δ16-dependent Enpp1 activation associates with aggressive HER2+ breast cancer through its immune modulatory function. Our study provides a better understanding of the mechanisms underlying HER2Δ16-mediated oncogenicity and highlights ENPP1 as a potential therapeutic target in aggressive HER2+ breast cancer.
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.
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 | 0,003 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 0,004 |
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 découle