MétaCan
Menu
Retour à la cohorte
Enregistrement W4414056195 · doi:10.1016/j.xcrm.2025.102322

Modulation of fibronectin extracellular matrix enhances anti-tumor efficacy of immune checkpoint blockade

2025· article· en· W4414056195 sur OpenAlexafffund
Kabir A. Khan, Maresa Caunt Mitzner, William Cruz‐Muñoz, Grant Li, Patricia Himmels, Ping Xu, H Kuo, Rajiv Jesudason, Alvin Gogineni, Robby M. Weimer, Annabelle Chow, Robert Piskol, Iacovos P. Michael, Weilan Ye, Robert S. Kerbel

Notice bibliographique

RevueCell Reports Medicine · 2025
Typearticle
Langueen
DomaineMedicine
ThématiqueCancer Immunotherapy and Biomarkers
Établissements canadiensSunnybrook Health Science Centre
Organismes subventionnairesGenentechCanadian Institutes of Health ResearchSunnybrook Research Institute
Mots-clésAtezolizumabExtracellular matrixFibronectinIntegrinBlockadeImmune systemImmunotherapyImmune checkpointExtracellular

Résumé

récupéré en direct d'OpenAlex

The success of immune checkpoint inhibitors is limited by multiple factors, including poor T cell infiltration and function within tumors, partly due to a dense extracellular matrix (ECM). Here, we investigate modulating the ECM by targeting integrin α5β1, a major fibronectin-binding and organizing integrin, to improve immunotherapy outcomes. Use of a function-blocking murinized α5β1 antibody reduces fibronectin fibril formation, enhances CD8 + T cell transendothelial migration, increases vascular permeability, and decreases vessel-associated collagen. These changes culminate in improving the effectiveness of PD-L1 blockade, alone or with chemotherapy, in the E0771 breast cancer model. Clinically, high integrin alpha 5 (ITGA5) expression correlates with worse survival in patients treated with atezolizumab as monotherapy or combined with chemotherapy or anti-angiogenic therapies in numerous clinical trials. Overall, our studies suggest that ECM-modulating approaches could be used as a future strategy to increase the proportion of patients who respond to immune checkpoint inhibition and other immunotherapies.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,096
Score d'incertitude au seuil0,630

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,010
Tête enseignante GPT0,284
Écart entre enseignants0,274 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations5
Publié2025
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueCell Reports MedicineMême sujetCancer Immunotherapy and BiomarkersTravaux en français237 207