MétaCan
Menu
Retour à la cohorte
Enregistrement W4405182229 · doi:10.1158/1538-8514.cancerchem24-a017

Abstract A017: The FES tyrosine kinase as an emerging target for cancer immunotherapy

2024· article· en· W4405182229 sur OpenAlexaffabout
Julian Simonetti, Brian J. Laight, Natasha Dmytryk, Danielle Harper, Yan Gao, Changnian Shi, Madhuri Koti, Sameh Basta, Peter A. Greer

Notice bibliographique

RevueMolecular Cancer Therapeutics · 2024
Typearticle
Langueen
DomaineImmunology and Microbiology
ThématiqueImmunotherapy and Immune Responses
Établissements canadiensQueen's University
Organismes subventionnairesnon disponible
Mots-clésCancer immunotherapyCytotoxic T cellInnate immune systemImmunotherapyImmune systemImmunologyCancer researchCancerBiologyAcquired immune system

Résumé

récupéré en direct d'OpenAlex

Abstract Immunotherapies are a promising emerging pillar of cancer treatment, but they still face many barriers due to the immunosuppressive nature of cancer. Cancer immunotherapy relies on the interplay between innate and adaptive immune responses. One way of stimulating such responses, known as immunogenic cell death (ICD), involves the release of tumour-associated antigens and damage associated molecular patterns (DAMPs). These DAMPs function to recruit and activate innate immune cells, including antigen-presenting cells (APCs), through engagement of pattern recognition receptors (PRRs), subsequently leading to production of the pro-inflammatory Signal 3 cytokines required for activation of adaptive immune cells (e.g., cytotoxic T lymphocytes [CTLs] and natural killer [NK] cells). The tyrosine kinase Fes suppresses innate immune responses in APCs by inhibiting components of the PRR signaling cascade. In non-cancer contexts, the negative regulation of APCs by Fes may guard against consequences of overactive innate immunity, including endotoxic shock or autoimmune disease. However, this same inhibitory effect on APC function may also serve as a checkpoint to successful anti-cancer immunotherapy, by obstructing efficient priming of cancer specific CTLs by APCs. Therefore, by inhibiting Fes, we hypothesize there will be greater Signal 3 cytokine production, resulting in greater CTL activation, and therefore improved tumor control. Using bone marrow derived APCs, including macrophages (BMDMs) and dendritic cells (BMDCs), from wildtype (WT) or Fes knockout (fes-/-) mice, we have shown through both Western blotting and flow cytometry analysis, that PRR signal transduction cascades are suppressed by Fes and increase levels of Signal 3 cytokines produced by fes-/- APCs. This includes higher levels of cell associated IL-12 in fes-/- APCs. Using syngeneic orthotopic mouse engraftment models of triple negative breast cancer (EO771) and melanoma (B16-F10) we showed that treatment with doxorubicin (which induces ICD) or anti-PD-1 (immune checkpoint inhibitor) plus doxorubicin controls tumor growth and prolongs survival to a greater extent in fes-/- mice. Immunophenotyping of tumors and spleens from these mice showed higher levels of activated CTLs and skewing of macrophages to a M1 state in fes-/- mice. SIINFEKL peptide loaded-BMDM/BMDCs from fes-/- mice were also more effective at priming CTLs from OT-1 mice (which express a T cell receptor that recognizes the SIINFEKL peptide) in antigen cross-presentation co-culture assays. These results implicate Fes as a potential novel immune checkpoint whose inhibition may enhance anti-cancer immunotherapy by suppressing its role in dampening inflammatory Signal 3 cytokine production by APCs. I will present recent data exploring the role of Fes in regulating the expression and trafficking of IL-12 in APCs to better understand the molecular basis of improved CTL activation by fes-/- APCs. Citation Format: Julian Simonetti, Brian J. Laight, Natasha Dmytryk, Danielle Harper, Yan Gao, Changnian Shi, Madhuri Koti, Sameh Basta, Peter A. Greer. The FES tyrosine kinase as an emerging target for cancer immunotherapy [abstract]. In: Proceedings of the AACR Special Conference in Cancer Research: Optimizing Therapeutic Efficacy and Tolerability through Cancer Chemistry; 2024 Dec 9-11; Toronto, Ontario, Canada. Philadelphia (PA): AACR; Mol Cancer Ther 2024;23(12_Suppl):Abstract nr A017.

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 enseignants0,006
Score d'incertitude au seuil0,020

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 recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0060,001

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.

Tête enseignante Opus0,025
Tête enseignante GPT0,326
Écart entre enseignants0,301 · 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

Citations0
Publié2024
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueMolecular Cancer TherapeuticsMême sujetImmunotherapy and Immune ResponsesTravaux en français237 207