Gram-negative bacterial infection enhances the potential of gastric adenocarcinoma peritoneal metastasis via TNFR1 dependent manner
Notice bibliographique
Résumé
Adenocarcinoma of the proximal stomach is the fastest rising malignancy in North America,and is associated with a high rate of recurrence to the peritoneum. As part of cancer treatment,the majority of patients undergo at least one invasive surgical procedure. Recent clinicaldata has linked postoperative infection complications with adverse oncologic outcomes;however, the underlying mechanisms are unclear. Emerging evidence suggests that duringinfection the release of TNFα, a key inflammatory cytokine facilitates cancer progression.The role and mechanisms of gram-negative bacterial infections in facilitating the metastaticpotential of gastric cancer to the peritoneum is unknown. We hypothesized that incubation ofgastric cancer cells or peritoneal MCs with heat-inactivated Escherichia coli or lipolysaccharide(LPS) enhance gastric cancer cell adhesion and invasion via TNFR1 signaling and increasethe potential of peritoneal metastasis. We found that incubation of human gastric cancercells or mesothelial cells with heat inactivated E. coli, LPS or TNFα significantly increaseby 3-4 fold in vitro adhesion 3-4 fold to mesothelial cells and enhance in vitro invasion. Theseresults were attenuated by inhibition of TLR4 (Eritoran), inhibition of TNFR1 (anti-TNFR1/isotype control antibodies) or p38 MAPK inhibitor (BIRB0796). TNFα treatment alsoincreased CD54 and CD106 expression on MC and cancer cells. To further validate the in vitroresults, a novel ex vivo murine peritoneal metastasis model was developed. We reportedthat ex vivo gastric cancer cells adhesion to murine peritoneum is augmented by overnightLPS, HI E.coli and TNFα treatments and this effect was abrogated by using TNFR1-/- mouseperitoneum. These findings implicate TNFα in the process of gastric cancer metastasis to theperitoneum in the context of systemic infection and identify TNFα as potential therapeutictarget.
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) | 0,002 | 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 ».