miRNome targeting NF-κB signaling orchestrates macrophage-triggered cancer metastasis and recurrence
Notice bibliographique
Résumé
Whether and how tumor intrinsic signature determines macrophage-elicited metastasis remain elusive. Here, we show, in detailed studies of data regarding 7,477 patients of 20 types of human cancers, that only 13.8% ± 2.6%/27.9% ± 3.03% of patients with high macrophage infiltration index exhibit early recurrence/vascular invasion. In parallel, although macrophages enhance the motility of various hepatoma cells, their enhancement intensity is significantly heterogeneous. We identify that the expression of malignant Dicer, a ribonuclease that cleaves miRNA precursors into mature miRNAs, determines macrophage-elicited metastasis. Mechanistically, the downregulation of Dicer in cancer cells leads to defects in miRNome targeting NF-κB signaling, which in turn enhances the ability of cancer cells to respond to macrophage-related inflammatory signals and ultimately promotes metastasis. Importantly, transporting miR-26b-5p, the most potential miRNA targeting NF-κB signaling in hepatocellular carcinoma, can effectively reverse macrophage-elicited metastasis of hepatoma in vivo. Our results provide insights into the crosstalk between Dicer-elicited miRNome and cancer immune microenvironments and suggest that strategies to remodel malignant cell miRNome may overcome pro-tumorigenic activities of inflammatory cells.
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 | 0,001 | 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) | 0,002 | 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 ».