MétaCan
Menu
Retour à la cohorte
Enregistrement W4392905747 · doi:10.1038/s41467-024-46769-9

Senescence drives immunotherapy resistance by inducing an immunosuppressive tumor microenvironment

2024· article· en· W4392905747 sur OpenAlexafffund
Damien Maggiorani, Oanh Lê, Véronique Lisi, Séverine Landais, Gaël Moquin‐Beaudry, Vincent‐Philippe Lavallée, Hélène Decaluwe, Christian Beauséjour

Notice bibliographique

RevueNature Communications · 2024
Typearticle
Langueen
DomaineImmunology and Microbiology
ThématiqueImmune cells in cancer
Établissements canadiensUniversité de MontréalCentre Hospitalier Universitaire Sainte-Justine
Organismes subventionnairesGovernment of CanadaCIHR Skin Research Training CentreCentre hospitalier universitaire Sainte-JustineCancer Research Society
Mots-clésImmunotherapyImmune systemTumor microenvironmentCancer researchCD8Cancer immunotherapyContext (archaeology)T cellSenescenceBiologyMyeloidImmunologyCytotoxic T cellIn vitroCell biology

Résumé

récupéré en direct d'OpenAlex

The potential of immune checkpoint inhibitors (ICI) may be limited in situations where immune cell fitness is impaired. Here, we show that the efficacy of cancer immunotherapies is compromised by the accumulation of senescent cells in mice and in the context of therapy-induced senescence (TIS). Resistance to immunotherapy is associated with a decrease in the accumulation and activation of CD8 T cells within tumors. Elimination of senescent cells restores immune homeostasis within the tumor micro-environment (TME) and increases mice survival in response to immunotherapy. Using single-cell transcriptomic analysis, we observe that the injection of ABT263 (Navitoclax) reverses the exacerbated immunosuppressive profile of myeloid cells in the TME. Elimination of these myeloid cells also restores CD8 T cell proliferation in vitro and abrogates immunotherapy resistance in vivo. Overall, our study suggests that the use of senolytic drugs before ICI may constitute a pharmacological approach to improve the effectiveness of cancer immunotherapies.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,908
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

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 technologies0,0010,001
Communication savante0,0000,000
Science ouverte0,0020,000
Intégrité de la recherche0,0000,002
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,008
Tête enseignante GPT0,274
Écart entre enseignants0,266 · 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 tête enseignante, pas un consensus.

Devis d'étudeExpérimental (laboratoire)
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

Citations97
Publié2024
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueNature CommunicationsMême sujetImmune cells in cancerTravaux en français237 207