NUCLEAR DEFECTIVE IL-33 DRIVES AN ANTI-TUMORIGENIC MICROENVIRONMENT IN GLIOBLASTOMA
Notice bibliographique
Résumé
Abstract Despite a sophisticated treatment regimen, including surgery, chemotherapy, and radiotherapy, survival outcomes for glioblastoma remain at a dismal 14.6 months. Multi-omics profiling have established that myeloid phagocytes drive glioma progression and contribute to therapeutic resistance. However, effective targeting of this axis remains an unmet clinical opportunity. Previously, we found that the dual-function (secreted and nuclear) cytokine IL-33 is a key regulator of the inflammatory microenvironment that aids glioma tumorigenesis through phenotypic and functional changes in the innate immune cell repertoire. Strikingly, when IL-33 is prevented from entering the nucleus, by deletion of its nuclear localization signal (ΔNLS IL-33), but is still secreted, in vivo tumor growth is dramatically suppressed resulting in extended long-term survival. Using spatial transcriptomics and multiplex immunohistochemistry with temporal resolution at different stages of tumor progression, we identified a population of glioma-inhibitory macrophages (GIMs) unique to this suppressive environment. Assessment of xenografts generated from patient brain tumor initiating cells found an enrichment of GIMs in xenografts with long-term survival (>300 days) compared to short-term survivors (<100 days). The ability of GIMs to inhibit glioma progression was further highlighted when tumors established using a combination of ΔNLS IL-33 expressing cancer cells together with highly tumorigenic cells resulted in a growth inhibitory environment that significantly prolonged survival through the polarization and activation of GIMs. Additional characterization of this phenotype and development of clinical strategies to deliver ΔNLS IL-33 to brain tumors is warranted to determine if recruitment and activation of GIMs is a translatable therapeutic strategy for glioma patients.
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 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| 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 | 0,003 |
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 ».