Abstract 5264: Harnessing glioma-inhibitory macrophages for sustained control of glioblastoma progression
Notice bibliographique
Résumé
Abstract Despite intensive basic and clinical research over the past 30 years, there has been minimal improvement in outcomes for patients with glioblastoma, the deadliest form of adult brain cancer. Several factors contribute to this therapeutic challenge, including a complex interaction between the tumor and the innate immune compartment of the brain microenvironment, that is thought to support glioma proliferation and treatment resistance. Previously, we established that glioma cells can communicate with microglia/macrophage by producing the dual-function (secreted and nuclear) cytokine interleukin 33 (IL33). We found that IL33 supports the recruitment and reprogramming of pro-tumorigenic macrophage to fuel rapid and fatal tumor growth. However, in contrast, when IL33 is prevented from entering the nucleus, by loss of its nuclear localization signal (ND-IL33), tumor growth is dramatically suppressed. Using multiplex immunohistochemistry across different stages of tumor progression, we uncovered a population of macrophages unique to this growth restrictive environment, which we term glioma-inhibitory macrophages (GIMs). To resolve the molecular features of GIMs, we performed spatial transcriptomics and a computational workflow based on unsupervised deconvolution to identify cell types and activities enriched within the ND-IL33 environment. This strategy revealed that GIMs upregulate phagocytosis and antigen processing/presentation pathways and exhibit features of granulocytic cells. When examining xenografts established from patient-derived brain tumor-initiating cells, we observed a notable increase in the presence of GIMs in xenografts that exhibited long-term survival (>300 days) compared to those with short-term survival (<100 days). The tumor-suppressive nature of GIMs was further supported by experiments in which tumors formed by a combination of ND-IL33-expressing cancer cells and highly tumorigenic cells led to a growth-restrictive environment that significantly extended survival. Further functional characterization of this macrophage phenotype and development of strategies to deliver ND-IL33 to brain tumors is necessary to determine whether the recruitment and activation of GIMs could be an effective therapeutic approach for patients with glioblastoma. Citation Format: Shyam V. Menon, Xueqing Lun, Tala-Maria Mouannes, Peipei Zeng, Varsha T. Manoharan, Jianbo Zhang, Isabelle Carrier, Eduardo Diez, Alisha Poole, Ngoc Ha Dang, Bo Young Ahn, Katalin Osz, Sorana A. Morrissy, Jennifer A. Chan, Daniela F. Quail, Stephen M. Robbins, Donna L. Senger. Harnessing glioma-inhibitory macrophages for sustained control of glioblastoma progression [abstract]. In: Proceedings of the American Association for Cancer Research Annual Meeting 2025; Part 1 (Regular Abstracts); 2025 Apr 25-30; Chicago, IL. Philadelphia (PA): AACR; Cancer Res 2025;85(8_Suppl_1):Abstract nr 5264.
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 | 0,000 | 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) | 0,001 | 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 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 ».