First glimpse of immune surveillance during premalignant progression of triple negative breast cancer 3378
Notice bibliographique
Résumé
Abstract Description Immune surveillance is believed to eradicate pre-cancerous cells to guard against cancer. However, its mechanisms remain unclear, as pre-cancerous cells are difficult to detect. To gain a glimpse into immune surveillance, our lab developed a genetically engineered mouse model recapitulating human triple negative breast cancer (TNBC), which generates rare, p53-Brca1 mutant cells with unequivocal GFP labeling. Guided by the visualization of premalignant cells, we observed tertiary lymphoid structure (TLS)-like immune aggregates near mutant ducts long before tumor formation. GeoMx-based spatial profiling showed not only activation signatures in T and B cells but also elevated interferon response genes in mutant ducts associated with immune aggregates when compared to those free of immune infiltration. FTY720 treatment at premalignancy, which blocks T and B cell egress from lymph nodes, led to increased mutant cells expansion and shortened tumor latency, demonstrating the restraint of mutant cell growth by the immune system. To clarify the roles of specific immune cells, we plan to deplete CD4 T, CD8 T, and B cells at premalignancy. We will also conduct longitudinal studies on T and B cells along the tumor evolution process from premalignancy to malignancy to understand how immune surveillance eventually falters. Taken together, our studies are poised to elucidate key mechanisms of immune surveillance in the premalignant stage of TNBC. Funding Sources Supported by NIH R01-CA256199; Basser Center for BRCA; the Pinn Scholarship (UVA); UVA Cancer Center Spatial Biology Funding; UVA Cancer Center Training Grant to X.Z. Topic Categories Tumor Immunology: Cellular Responses and Tumor Microevironment (TIME)
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 | 0,000 | 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 | 0,000 |
| 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 ».