Abstract A020: TLR10 as a key innate immune effector regulating metabolic and redox homeostasis in head and neck squamous cell carcinoma
Notice bibliographique
Résumé
Abstract Head and Neck Squamous Cell Carcinoma (HNSCC) is a highly aggressive malignancy originating from the mucosal epithelium. While several Toll-like receptors (TLRs) are known to influence tumor behavior, the role of TLR10 in innate immune regulation within the tumor context remains poorly defined. In this study, I generated TLR10-deficient HNSCC cell lines using CRISPR/Cas9 to investigate its functional significance. Loss of TLR10 impaired cell viability and proliferation, suppressed cell cycle regulators (Cyclin A, Cyclin B, CDK2), and disrupted metabolic activity, as evidenced by decreased glycolysis (reduced ECAR, HK2, LDHA, PKM2) and lactate production. Additionally, TLR10-deficient cells showed elevated ROS levels and reduced antioxidant enzyme expression (SOD2, PRDX3, PRDX5, GPX4), suggesting disruption in redox homeostasis. These findings establish TLR10 as a novel innate immune effector that modulates cellular metabolism and redox balance in HNSCC, and may serve as a potential therapeutic target. Citation Format: Bokyung Joo, Hyeon Ji Kim, Hyo-Jin Song. TLR10 as a key innate immune effector regulating metabolic and redox homeostasis in head and neck squamous cell carcinoma [abstract]. In: Proceedings of the AACR Special Conference in Cancer Research: Mechanisms of Cancer Immunity and Cancer-related Autoimmunity; 2025 Sep 24-27; Montreal, QC, Canada. Philadelphia (PA): AACR; Cancer Immunol Res 2025;13(9 Suppl):Abstract nr A020.
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 | 0,001 | 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 | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».