Cancer-induced nerve injury promotes resistance to anti-PD-1 therapy
Notice bibliographique
Résumé
While the nervous system has reciprocal interactions with both cancer and the immune system, little is known about the potential role of tumor associated nerves (TANs) in modulating anti-tumoral immunity. Moreover, while peri-neural invasion is a well establish poor prognostic factor across cancer types, the mechanisms driving this clinical effect remain unknown. Here, we provide clinical and mechniastic association between TANs damage and resistance to anti-PD-1 therapy. Using electron microscopy, electrical conduction studies, and tumor samples of cutaneous squamous cell carcinoma (cSCC) patients, we showed that cancer cells can destroy myelin sheath and induce TANs degeneration. Multi-omics and spatial analyses of tumor samples from cSCC patients who underwent neoadjuvant anti-PD-1 therapy demonstrated that anti-PD-1 non-responders had higher rates of peri-neural invasion, TANs damage and degeneration compared to responders, both at baseline and following neoadjuvant treatment. Tumors from non-responders were also characterized by a sustained signaling of interferon type I (IFN-I) - known to both propagate nerve degeneration and to dampen anti-tumoral immunity. Peri-neural niches of non-responders were characterized by higher immune activity compared to responders, including immune-suppressive activity of M2 macrophages, and T regulatory cells. This tumor promoting inflammation expanded to the rest of the tumor microenvironment in non-responders. Anti-PD-1 efficacy was dampened by inducing nerve damage prior to treatment administration in a murine model. In contrast, anti-PD-1 efficacy was enhanced by denervation and by interleukin-6 blockade. These findings suggested a potential novel anti-PD-1 resistance drived by TANs damage and inflammation. This resistance mechanism is targetable and may have therapeutic implications in other neurotropic cancers with poor response to anti-PD-1 therapy such as pancreatic, prostate, and breast cancers.
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 | 0,001 |
| 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 ».