MétaCan
Menu
Retour à la cohorte
Enregistrement W4393036698 · doi:10.1101/2024.03.19.585707

Matrix alignment and density modulate YAP-mediated T-cell immune suppression

2024· preprint· en· W4393036698 sur OpenAlexfundno aff
Jiranuwat Sapudom, Aseel Alatoom, Paul Sean Tipay, Jeremy Teo

Notice bibliographique

RevuebioRxiv (Cold Spring Harbor Laboratory) · 2024
Typepreprint
Langueen
DomaineMedicine
ThématiqueCell Adhesion Molecules Research
Établissements canadiensnon disponible
Organismes subventionnairesYork UniversityNew York University Abu Dhabi
Mots-clésImmune systemFibrilMatrix (chemical analysis)BiophysicsChemistryCell biologyBiologyImmunology

Résumé

récupéré en direct d'OpenAlex

Abstract T-cells navigate through various mechanical environments within the body, adapting their behavior in response to these cues. An altered extracellular matrix (ECM) characterized by increased density and enhanced fibril alignment, as observed in cancer tissues, can significantly impact essential T-cell functions critical for immune responses. In this study, we used 3D collagen matrices with controlled density and fibril alignment to investigate T-cell migration, activation, and proliferation. Our results revealed that dense and aligned collagen matrices suppress T-cell activation through enhanced YAP signaling. By inhibiting YAP signaling, we demonstrated that T-cell activation within these challenging microenvironments improved, suggesting potential strategies to enhance the efficacy of immunotherapy by modulating T-cell responses in dense and aligned ECMs. Overall, our study deepens our understanding of T-cell mechanobiology within 3D relevant cellular microenvironments and provides insights into countering ECM-induced T-cell immunosuppression in diseases such as cancer. Graphical abstract Dense and aligned extracellular matrices suppress T-cell activation via YAP signaling, affecting immunotherapy efficacy in diseases such as cancer.

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: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,005
Score d'incertitude au seuil0,016

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)0,0050,000

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 Opus0,012
Tête enseignante GPT0,254
Écart entre enseignants0,242 · 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'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

Citations1
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuebioRxiv (Cold Spring Harbor Laboratory)Même sujetCell Adhesion Molecules ResearchTravaux en français237 207