PLAUR <sup>+</sup> Neutrophils Drive Anti‐PD‐1 Therapy Resistance in Patients with Hepatocellular Carcinoma by Shaping an Immunosuppressive Microenvironment
Notice bibliographique
Résumé
Abstract Hepatocellular carcinoma (HCC) is characterized by an immunosuppressive tumor microenvironment (TME) that limits the efficacy of immune checkpoint inhibitors. However, the role of distinct neutrophil subsets within the TME in mediating tumor resistance to immunotherapy remains poorly understood. Here, the present study reveals that the urokinase‐type plasminogen activator receptor (PLAUR) + neutrophils are enriched in immunotherapy non‐responders and correlate with poor prognosis. Through multi‐omics analyses of clinical cohorts and preclinical models, PLAUR + neutrophils identify as a pivotal driver of immunotherapy resistance by shaping an immunosuppressive TME. Mechanistically, spatial transcriptomics and single‐cell RNA sequencing reveal that PLAUR + neutrophils orchestrate immune evasion by CD8 + T cell exclusion and macrophage‐dependent immune suppression. Through the structure‐based virtual screening, a novel PLAUR inhibitor is identified that could reverse the immunosuppressive phenotype of neutrophils. In various in vivo tumor models, PLAUR inhibitor suppresses tumor growth and potentiates the efficacy of anti‐programmed cell death protein 1 (PD‐1) therapy. These results demonstrate that PLAUR + neutrophils serve as a critical regulator of immunotherapy resistance and targeting PLAUR is a promising strategy to augment the efficacy of anti‐PD‐1 therapy in HCC.
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 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 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 ».