Role of the obese adipose tissue microenvironment in cancer progression
Notice bibliographique
Résumé
Background: Obesity is associated with a greater risk of developing cancer and a higher mortality rate, which can in part be attributed to the influence of the adipose tissue microenvironment (ATME). White adipose tissue (WAT) stores energy but accumulates in obesity to cause chronic inflammation. On the other hand, brown adipose tissue (BAT) produces heat from chemical energy through thermogenesis. Although BAT is scarce in adults, WAT can develop BAT-like characteristics through a process called “browning” upon exposure to thermogenic stimuli. Although BAT and WAT are known to influence metabolite availability and nutrient composition of tissues, little is known about how the obese ATME can influence metabolite availability within the tumor microenvironment. Our preliminary data showed that obesity (i.e. elevated WAT) promotes tumor growth, while thermogenesis (i.e. WAT browning) blunts tumor progression in lean and obese mice using a melanoma model. Therefore, the objective of this project was to identify how the obese ATME promotes cancer progression in additional cancer models, and whether thermogenesis can be used to offset obesity-driven cancer. Methods: Female C57BL6 mice were placed on a high-fat diet or low-fat diet for 15 weeks and injected with tumor cells in the flank or mammary fat pads. Thermogenesis was induced with a β3-adrenoceptor agonist (CL-316,243) or cold exposure. Transgenic female MMTV-PyMT mice were housed at three temperatures (6.5°C, 22°C, 26.5°C; collaboration with the Kazak lab) to simulate cold, room temperature, and thermoneutral conditions, respectively. Tumor interstitial fluid (TIF) from lean and obese mice was analyzed by liquid chromatography–mass spectrometry to study changes in metabolite availability within the tumor microenvironment. Results: Consistent with previous data in breast cancer (E0771, PyMT) and melanoma (B16F10) models, obesity was sufficient to accelerate tumor growth in the MC-38 (colorectal cancer) and Pan02 (pancreatic ductal adenocarcinoma) models. However, unlike the melanoma model, treatment with CL-316,243 had no effect on tumor growth. Cold exposure also had no effect on tumor growth in the MMTV-PyMT (breast cancer) model. To further explore how obesity contributes to accelerated tumor growth, a protocol for isolating and extracting TIF was optimized (collaboration with the McGill Metabolomics Core). Trends in TIF metabolite availability were found and differed from the content of blood plasma between lean and obese mice. Conclusions: This research may provide a better understanding of the underlying mechanisms that contribute to obesity-driven cancer, and suggests that changes in metabolite availability may in part underlie differences in tumor progression between lean and obese preclinical models
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 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».