Abstract 1588: Identification of new signaling pathways between fibroblasts & tumor cells in pancreatic cancer
Notice bibliographique
Résumé
Abstract We explore the unstudied role of nanoparticles (NPs), recently discovered secreted non-vesicular nanoparticles, in signaling between pre-cancer associated fibroblasts (preCAF), CAFs, and tumor cells. We generated two novel primary lines preCAF PFUM1 from a patient with high-grade intraductal papillary mucinous neoplasms and CAF FUM2 from a patient with pancreatic ductal adenocarcinoma, all tests performed between passages 2 and 3, fibroblast purity validated by RT-PCR and ACTA2 immunofluorescence. Small extracellular vesicles (sEVs), exomeres, and supermeres (the two main forms of NPs) were isolated by the ultracentrifugation method from PF-UM1 and F-UM2 with n=2-3 experiments. To validate the isolation, we used nanoparticle tracking, electron, and fluid-phase atomic force microscopy. Proteins were quantified by BCA assay. Liquid chromatography-mass spectrometry characterized the cargo from each fraction. Human cancer lines MIAPACA2 and SU8686 were treated with 10 μg of each fraction and cell proliferation was tested by phase-contrast images (Cytation 5), analyzed by Ilastik-based 1.4.0 machine-learning. We performed fluorescent Ki-67 and vimentin staining and quantified in QuPath 0.4.3. Non-parametric statistics were performed in Prism GraphPad. NPs constitute the major fraction of small particles released by fibroblasts, containing 80.5% (PFUM1) and 77.5% (FUM2) of the protein load by quantification. Mass spectrometry reveals enrichment of growth factors, epithelial-to-mesenchymal (EMT) transition, and metabolism-associated proteins in the NPs compared to sEVs. At 72 hours, cell proliferation for Su8686 reveals a proliferative effect for all fractions from both PFUM1 and FUM2 (19-63% increase compared to controls, p=0.049 to <0.0001). For MIAPACA2, only supermeres from PFUM1 and FUM2 consistently increased proliferation (9.5-35% increase, p=0.0051 to <0.0001). Ki-67 expression in MIAPACA2, increased by 9.6-23.0% following treatment by NPs (all p<0.0001) and by 2.9-9.2% with sEVs (p=0.011 to <0.0001). EMT was estimated by vimentin in MIAPACA2, as all preCAF fractions from PFUM1 reduced vimentin expression (p<0.001), while CAF FUM2 NPs increased vimentin expression (p<0.0001) while sEVs had no effect (p=0.075). In conclusion, the majority of pancreatic tumor-associated fibroblast small secretome is composed of NPs, exhibiting significant functional pro-tumoral effects. Citation Format: Ayman Al Shoukari, Maelle Batardiere, Nooshin Movahed, Camille beaussier, Jumanah Baig, Melissa gonzalez, Patricia Moraille, Eric Bonneil, Louise Rousseau, Simon turcotte, Kathleen Delgiorno, Marcus Tan, Anna Means, Elham Dianati Ajibisheh, Quoc-huy Trinh. Identification of new signaling pathways between fibroblasts & tumor cells in pancreatic cancer [abstract]. In: Proceedings of the American Association for Cancer Research Annual Meeting 2024; Part 1 (Regular Abstracts); 2024 Apr 5-10; San Diego, CA. Philadelphia (PA): AACR; Cancer Res 2024;84(6_Suppl):Abstract nr 1588.
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 | 0,000 | 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) | 0,002 | 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 ».