173P Overcoming monocyte imbalance and T cell exhaustion in obesity-associated colorectal cancer liver metastasis
Notice bibliographique
Résumé
Obesity is associated with chronic inflammation and elevated incidence and mortality from multiple cancer types, including colorectal cancer (CRC). We found that CRC progression is enhanced in diet induced obesity (DIO) mouse models. Obesity-induced metastasis showed significant enrichment in myeloid cells coinciding with a relative decrease in lymphoid populations. However, the functional contribution of these associations to CRC progression remains unknown. Here we define how obesity changes the tumor immune microenvironment (TIME) to alter disease outcome. To model obesity-driven CRC progression, 5-week old wild-type male mice were enrolled on low fat (LF) or high fat (HF) isocaloric diet and injected with syngeneic CRC cell lines. To test the effect of myeloid populations, genetic and antibody-based approaches were used to deplete specific myeloid subsets. Primary and metastatic tumors were analyzed by histology and spectral flow cytometry to evaluate disease burden and accompanying immunological changes. Obesity was associated with a ∼20% reduction in lymphocytes in the TIME. T cells in particular were significantly excluded from the microenvironment and exhibited an exhausted phenotype. This effect was paired with a ∼50% increase in intratumoral myeloid cells in obese mice compared to lean mice. Targeting specific myeloid subsets in obese mice improved lymphocyte infiltration by ∼40%, rescued their exhaustion status, and reduced disease burden. These data suggest the immunological consequences of obesity contribute to cancer progression through a bias toward myeloid populations, which suppress functional T cells to impair immune surveillance. Our findings provide insight into myeloid-targeted immunotherapies in obesity-associated CRC.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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) | 0,000 | 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 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 ».