Ex.50.T aptamer impairs tumor–stroma cross-talk in breast cancer by targeting gremlin-1
Notice bibliographique
Résumé
The tumor microenvironment profoundly influences tumor complexity, particularly in breast cancer, where cancer-associated fibroblasts play pivotal roles in tumor progression and therapy resistance. Extracellular vesicles are involved in mediating communication within the TME, specifically highlighting their role in promoting the transformation of normal fibroblasts into cancer-associated fibroblasts. Recently, we identified an RNA aptamer, namely ex.50.T, that binds with remarkable affinity to extracellular vesicles shed from triple-negative breast cancer cells. Here, through in vitro assays and computational analyses, we demonstrate that the binding of ex.50.T to extracellular vesicles and parental breast cancer cells is mediated by recognition of gremlin-1 (GREM1), a bone morphogenic protein antagonist implicated in breast cancer aggressiveness and metastasis. Functionally, we uncover the role of ex.50.T as an innovative therapeutic agent in the process of tumor microenvironment re-modeling, impeding GREM1 signaling, blocking triple-negative breast cancer extracellular vesicles internalization in recipient cells, and counteracting the transformation of normal fibroblasts into cancer-associated fibroblasts. Altogether, our findings highlight ex.50.T as a novel therapeutical avenue for breast cancer and potentially other GREM1-dependent malignancies, offering insights into disrupting TME dynamics and enhancing cancer treatment strategies.
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 ».