Targeting heterogeneous tumor microenvironments in pancreatic cancer mouse models of metastasis by TGF-β depletion
Notice bibliographique
Résumé
The dual tumor-suppressive and -promoting functions of TGF-β signaling has made its targeting challenging. We examined the effects of TGF-β depletion by AVID200/BMS-986416 (TGF-β-TRAP), a TGF-β ligand trap, on the tumor microenvironment of pancreatic ductal adenocarcinoma (PDAC) murine models with different organ-specific metastasis. Our study demonstrated that TGF-β-TRAP potentiates the efficacy of anti-programmed cell death 1 (anti-PD-1) in a PDAC orthotopic murine model with liver metastasis tropism, significantly reducing liver metastases. We further demonstrated the heterogeneous response of cytotoxic effector T cells to combination TGF-β-TRAP and anti-PD-1 treatment across several tumor models. Single-nuclear RNA sequencing suggested that TGF-β-TRAP modulates cancer-associated fibroblast (CAF) heterogeneity and suppresses neutrophil degranulation and CD4+ T cell response to neutrophil degranulation. Ligand-receptor analysis indicated that TGF-β-TRAP may modulate the CCL5/CCR5 axis as well as costimulatory and checkpoint signaling from CAFs and myeloid cells. Notably, the most highly expressed ligands of CCR5 shifted from the immunosuppressive CCL5 to CCL7 and CCL8, which may mediate the immune agonist activity of CCR5 following TGF-β-TRAP and anti-PD-1 combination treatment. This study suggested that TGF-β depletion modulates CAF heterogeneity and potentially reprograms CAFs and myeloid cells into antitumor immune agonists in PDAC, supporting the validation of such effects in human specimens.
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 | 0,000 | 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 ».