CCR2-targeting pepducins reduce T cell-nociceptor interaction driving bone cancer pain
Notice bibliographique
Résumé
Abstract Inhibition of the CCL2/CCR2 chemokine signaling represents a promising avenue for the development of non-opioid pain treatment, particularly for painful bone metastases. To investigate the involvement of CCR2 in cancer-induced bone pain, we generated and characterized the functional activities of a novel cell-penetrating pepducin, namely PP101, acting as an intracellular negative allosteric modulator of CCR2. In vivo , PP101 was effective in relieving neuropathic and bone cancer pain. By targeting CCR2, PP101 reduced bone cancer pain by preventing infiltration of CD4 + and CD8 + T cells and by decreasing the neuroimmune communication network within the dorsal root ganglia. Importantly, reduced neuroinflammatory milieu in the dorsal root ganglia induced by PP101 did not result in deleterious tumor progression or behavioral adverse effects. Thus, targeting the neuroimmune crosstalk through allosteric inhibition of CCR2 may represent an effective and safe avenue for the management of bone cancer pain. Graphical Abstract Highlights Breast cancer bone metastases induce pain by activating CCR2 on sensory neurons. DRG-infiltrating CD4 + and CD8 + T cells promote the development of bone cancer pain. CCR2 inhibition by PP101 suppresses DRG neuroinflammation and neuronal excitability. PP101 alleviates bone cancer pain without behavioral or physiological side effects.
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 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,008 | 0,001 |
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 ».