Neuro-immune cross-talk in cancer
Notice bibliographique
Résumé
The nervous and immune systems have co-evolved to detect and respond to internal and external threats, working together to restore homeostasis after tissue injury or infection. Sharing several receptors and ligands, they engage in direct cross-talk that substantially influences disease development. The emerging field of cancer neuro-immunity focuses on the intricate interactions between the nervous system, immune responses and tumour growth. Additional findings have revealed that nerve fibres infiltrating peripheral tumours can release neuromodulatory factors that shape both immune cell behaviour and tumour progression. Conversely, tumour-infiltrating immune cells can modify the activity of local neurons, including pain-transmitting nociceptive sensory neurons. Beyond sensory fibres, sympathetic signalling can foster immunosuppression by recruiting myeloid-derived suppressor cells and promoting T cell exhaustion. This Review summarizes current evidence on how neuronal signalling regulates peripheral antitumour immune responses within the tumour microenvironment. We describe the complex, reciprocal interactions among neurons, immune cells and malignant cells, highlighting the key parts played by the peripheral nervous system in modulating immunity against cancer. By understanding this neuro-immune axis, novel therapeutic approaches may be uncovered to strengthen antitumour immunity and enhance responses to existing cancer treatments. The nervous and immune systems have co-evolved to respond to threats, including cancer. In this Review, Amit et al. outline the reciprocal interactions among neurons, immune cells and tumour cells that regulate peripheral antitumour immune responses and discuss how these mechanisms could be leveraged to enhance 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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 0,003 |
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 ».