MétaCan
Menu
Retour à la cohorte
Enregistrement W4386784726 · doi:10.1158/1557-3265.aacrahns23-po-087

Abstract PO-087: Single-cell transcriptome analysis reveals functional changes in tumor-infiltrating macrophages after nutraceutical momordicine-I treatment in head & neck cancer

2023· article· en· W4386784726 sur OpenAlexaboutno aff
Subhayan Sur, Robert Steele, Ratna B. Ray

Notice bibliographique

RevueClinical Cancer Research · 2023
Typearticle
Langueen
DomaineImmunology and Microbiology
ThématiqueImmune cells in cancer
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésTumor microenvironmentTranscriptomeCancerImmune systemMonocyteCancer researchHead and neck cancerMedicineMacrophageHead and neck squamous-cell carcinomaCancer cellBiologyImmunologyInternal medicineGene expressionGeneGenetics

Résumé

récupéré en direct d'OpenAlex

Abstract Head & neck cancer is the sixth most prevalent cancer in the world, and oral cancer is the most common subtype with limited effective treatment options. Therefore, there is a critical need to understand the pathogenesis and therapeutic modalities for successful management of head & neck cancer. Momordicine-I (M-I), an active component of bitter melon extract, displayed anti-tumor activity. However, M-I mediated immune modulation of head & neck tumor microenvironment (TME) remains unknown. To improve the efficacy of therapy, it is important to understand the heterogeneity of head & neck cancer in TME and its modulation following treatment at molecular level. In this study, we showed that M-I inhibits head & neck tumor growth in an immunocompetent mouse model. To understand the in-depth changes in immune system, we analyzed the transcriptome profiles of vehicle treated and M-I-treated tumors using single-cell RNA-sequencing. M-I treatment modulates several molecules in monocyte/macrophage clusters in CD45+ populations. Tumor-associated macrophages (TAMs) are crucial barriers to their antitumor effects. We observed that the expression of Sfln4, a myeloid cell differentiation factor, and Cxcl3, a neutrophil chemoattractant, in the monocyte/macrophage populations was significantly reduced following M-I treatment. We further showed that macrophages need to be in close contact with tumor cells to reduce Sfln4 or Cxcl3 expression, suggesting that TAMs are modulated by M-I treatment. Co-culture of macrophages and tumor cells enhances Nos2 expression following M-I treatment, implicating an alteration of the M2 to M1 phenotype of macrophages. In fact, differential expression of macrophage populations from M-I treated tumors showed downregulation of several M2 macrophage marker genes, and their further validations for functional consequence are underway. Together, our results highlight a potential mechanism of immune modulation by M-I, which may help in the development of a combination therapy for head & neck cancer. Citation Format: Subhayan Sur, Robert Steele, Ratna B. Ray. Single-cell transcriptome analysis reveals functional changes in tumor-infiltrating macrophages after nutraceutical momordicine-I treatment in head & neck cancer [abstract]. In: Proceedings of the AACR-AHNS Head and Neck Cancer Conference: Innovating through Basic, Clinical, and Translational Research; 2023 Jul 7-8; Montreal, QC, Canada. Philadelphia (PA): AACR; Clin Cancer Res 2023;29(18_Suppl):Abstract nr PO-087.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,005

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,248
Tête enseignante GPT0,477
Écart entre enseignants0,228 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueClinical Cancer ResearchMême sujetImmune cells in cancerTravaux en français237 207