Fes-Deficient Macrophages Prime CD8+ T Cells to Stimulate Antitumor Immunity and Improve Immunotherapy Efficacy
Notice bibliographique
Résumé
Homeostatic immunoregulatory mechanisms that prevent adverse effects of immune overaction can serve as barriers to successful anticancer immunity, representing attractive targets to improve cancer immunotherapy. Here, we demonstrated the role of the nonreceptor tyrosine kinase Fes, abundantly expressed in immune cells, as an innate intracellular immune checkpoint. Host Fes deficiency delayed tumor onset in a gene dose-dependent manner and improved tumor control, survival, doxorubicin efficacy, and sensitized tumors to anti-PD-1 therapy in murine triple-negative breast cancer and melanoma models. These effects were associated with a shift to an antitumorigenic immune microenvironment. Fes-deficient macrophages displayed increased Toll-like receptor signaling, proinflammatory cytokine production, and antigen presentation to and activation of T cells, leading to increased cancer cell killing in vitro and tumor control in vivo. This study highlights Fes as an innate immune checkpoint with potential as a therapeutic target and a predictive biomarker to guide immune checkpoint inhibitor treatment. SIGNIFICANCE: Fes activity modulates the inflammatory cytokine presentation and T-cell priming capabilities of macrophages, supporting the potential of Fes as a target for developing therapeutic and biomarker strategies to improve cancer immunotherapy.
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 ».