Pancreatic cancer-associated fibroblasts modulate macrophage differentiation via sialic acid-Siglec interactions
Notice bibliographique
Résumé
Despite recent advances in cancer immunotherapy, pancreatic ductal adenocarcinoma (PDAC) remains unresponsive due to an immunosuppressive tumor microenvironment, which is characterized by the abundance of cancer-associated fibroblasts (CAFs). Once identified, CAF-mediated immune inhibitory mechanisms could be exploited for cancer immunotherapy. Siglec receptors are increasingly recognized as immune checkpoints, and their ligands, sialic acids, are known to be overexpressed by cancer cells. Here, we unveil a previously unrecognized role of sialic acid-containing glycans on PDAC CAFs as crucial modulators of myeloid cells. Using multiplex immunohistochemistry and transcriptomics, we show that PDAC stroma is enriched in sialic acid-containing glycans compared to tumor cells and normal fibroblasts, and characterized by ST3GAL4 expression. We demonstrate that sialic acids on CAF cell lines serve as ligands for Siglec-7, -9, -10 and -15, distinct from the ligands on tumor cells, and that these receptors are found on myeloid cells in the stroma of PDAC biopsies. Furthermore, we show that CAFs drive the differentiation of monocytes to immunosuppressive tumor-associated macrophages in vitro, and that CAF sialylation plays a dominant role in this process compared to tumor cell sialylation. Collectively, our findings unravel sialic acids as a mechanism of CAF-mediated immunomodulation, which may provide targets for immunotherapy in PDAC.
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 | 0,000 | 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 | 0,001 | 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 ».