A Perspective on the CD47-SIRPA Axis in High-Risk Neuroblastoma
Notice bibliographique
Résumé
Neuroblastoma is a pediatric cancer with significant clinical heterogeneity. Despite extensive efforts, it is still difficult to cure children with high-risk neuroblastoma. Immunotherapy is a promising approach to treat children with this devastating disease. We have previously reported that macrophages are important effector cells in high-risk neuroblastoma. In this perspective article, we discuss the potential function of the macrophage inhibitory receptor SIRPA in the homeostasis of tumor-associated macrophages in high-risk neuroblastoma. The ligand of SIRPA is CD47, known as a “don’t eat me” signal, which is highly expressed on cancer cells compared to normal cells. CD47 is expressed on both tumor and stroma cells, whereas SIRPA expression is restricted to macrophages in high-risk neuroblastoma tissues. Notably, high SIRPA expression is associated with better disease outcome. According to the current paradigm, the interaction between CD47 on tumor cells and SIRPA on macrophages leads to the inhibition of tumor phagocytosis. However, data from recent clinical trials have called into question the use of anti-CD47 antibodies for the treatment of adult and pediatric cancers. The restricted expression of SIRPA on macrophages in many tissues argues for targeting SIRPA on macrophages rather than CD47 in CD47/SIRPA blockade therapy. Based on the data available to date, we propose that disruption of the CD47-SIRPA interaction by anti-CD47 antibody would shift the macrophage polarization status from M1 to M2, which is inferred from the 1998 study by Timms et al. In contrast, the anti-SIRPA F(ab’)2 lacking Fc binds to SIRPA on the macrophage, mimics the CD47-SIRPA interaction, and thus maintains M1 polarization. Anti-SIRPA F(ab’)2 also prevents the binding of CD47 to SIRPA, thereby blocking the “don’t eat me” signal. The addition of tumor-opsonizing and macrophage-activating antibodies is expected to enhance active tumor phagocytosis.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,002 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,003 | 0,006 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».