Inhibition of the Transcription Factor PU.1 Suppresses Tumor Growth in Mice by Promoting the Recruitment of Cytotoxic Lymphocytes Through the CXCL9-CXCR3 Axis
Notice bibliographique
Résumé
Background: Targeting tumor-associated macrophages (TAMs) is a promising immunotherapy for cancers, but current strategies are limited due to strategic caveats. PU.1 is a transcription factor required for macrophage generation and differentiation. To date, the effect of PU.1 inhibition on solid tumors is unknown. Methods: This study examines the anti-tumor effect of PU.1 inhibition and its mechanism using the small-molecule DB2313 in mouse melanoma and breast tumor models. Results: We found that inhibition of PU.1 by DB2313 suppresses B16-OVA melanoma and 4T1 breast tumor growth in mice. In the melanoma tumor model, DB2313 enhanced tumor recruitment of CD4+ T helper 1 (Th1) and cytotoxic T/natural killer (NK) cells by targeting TAMs. Transcriptome and targeted gene expression analyses revealed that PU.1 inhibition by DB2313 and small-interference RNAs enhances CXCL9 expression in bulk tumors, TAMs, and bone marrow-derived macrophages. The anti-tumor effects of DB2313 were abolished by depleting macrophages with clodronate or inhibiting the CXCL9-CXCR3 chemokine axis using CXCL9- or CXCR3-neutralizing antibodies. Conclusions: These results suggest that pharmacological inhibition of PU.1 suppresses tumor growth by at least promoting the infiltration of lymphocytes into tumors through the CXCL9-CXCR3 chemokine axis. Our study establishes a framework for developing TAM-modulating immunotherapies by targeting the transcriptional factor PU.1.
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) | 0,001 | 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 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».