Tumor-driven stromal reprogramming in the pre-metastatic lymph node
Notice bibliographique
Résumé
Background: Metastatic dissemination is critically reliant on the formation of a receptive niche, a process which is thought to rely on signals derived from the primary tumor. Lymph nodes are continuously exposed to such signals through the flow of afferent lymph, allowing the potential reprograming of lymphoid tissue stroma in support of metastases or immunosuppression. The objective of this study was therefore to better characterize tumor-driven transcriptomic changes occurring to specific stromal populations within the tumor-draining lymph node. Methods: We utilize single cell RNA sequencing of dissociated LN tissue extracted from tumor-bearing and naïve mice to profile the reprograming of tissue stroma within the pre-metastatic lymph node. Results: Resulting data provides transcriptomic evidence of tumor-induced imprinting on marginal reticular cells (MRCs) and floor lymphatic endothelial cells (fLECs) populating the subcapsular sinus. These alterations appear to be unique to the tumor-draining LN and are not observed during inflammatory antigenic challenge. Notably, MRCs exhibit characteristics reminiscent of early desmoplastic CAF differentiation, fLECs engage distinct chemoattractant pathways thought to facilitate recruitment of circulating cancer cells, and both stromal populations exhibit signs of metabolic reprograming and immune-modulating potential. Conclusions: Cumulatively, these findings build upon existing literature describing pre-metastatic niche formation and offer several promising avenues for future exploration.
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 | 0,002 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| 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 ».