Как пишется выросток: Выращенный или вырощенный как пишется? Запомни 1 правило!

множественное число наросты

множественное число наросты

Определение OUTGROWTH для учащихся

[считать]

• Пробки часто являются следствием [= следствие , продукт ] плохого городского планирования.

• естественный продукт из нашего исследования

Самоорганизация модульной сетевой архитектуры за счет зависимой от активности миграции и роста нейронов

Рецензент № 1:

[…]

1) Рукопись является продолжением предыдущей работы авторов, которая ранее была опубликована в J Neuroscience (Okujeni et al., 2017). В этой предыдущей рукописи уже сообщалось о многих основных открытиях, о которых сообщалось в настоящей рукописи, например, об увеличении кластеризации с активацией PKC, увеличении спонтанной всплесковой активности с активацией PKC, увеличении синаптической плотности с ингибированием PKC и различном среднем значении. и пиковые скорости возбуждения с активацией и ингибированием PKC. Основные новые аспекты настоящей рукописи заключаются в том, что развитие сети оценивалось в разные моменты времени, показывая развитие различных состояний.Моя проблема в том, что авторы очень мало делают, чтобы четко указать, какие результаты являются новыми, а какие являются расширением или копированием опубликованной работы. Авторы должны реорганизовать рукопись таким образом, чтобы стало ясно, какие данные являются новыми, и более четко сфокусировать внимание на новых аспектах, содержащихся в этой рукописи.

В текущем исследовании мы сосредоточились на гомеостатическом развитии различных сетевых архитектур, описанных в Okujeni et al. (2017) и Okujeni et al.(2019). Основываясь на известной модели van Ooyen et al. и предварительные наблюдения в наших клеточных культурах, мы оценили морфологию и динамику в нескольких временных точках в ходе развития и определили взаимодействие между миграцией нейронов и разрастанием нейритов как ключевым механизмом, формирующим сети со связностью от кластерных до гомогенных. Более того, мы предполагаем, что из-за надлинейного притока кальция, зависящего от деполяризации нейронов и PFR сети, долгосрочный приток кальция может сходиться в разных сетях, несмотря на их различия в AFR и скорости всплесков.Здесь мы меняем точку зрения на предыдущие работы по росту гомеостатической сети, которые предполагали спайки нейронов как единственный источник кальция и, следовательно, предлагали скорость спайков в качестве управляющего параметра.

Мы отредактировали рукопись, чтобы уточнить, какие аспекты являются новыми, а какие уже опубликованы.

Во введении мы теперь указываем, какие результаты уже были представлены в наших предыдущих статьях, и выделяем новые аспекты текущего исследования.

Предыдущие результаты также поясняются в разделах «Результаты», подразделе «Мезомасштабная архитектура и развитие спонтанной активности» и подразделе «Рост и миграция формируют основу для синаптической связи», а рисунок 4 был перенесен в дополнение (теперь рисунок 4 — приложение к рисунку 1), поскольку он был предназначен только для того, чтобы показать читателям, не знакомым с более старыми статьями, как обычно выглядит деятельность, которую мы находим.

Мы внесли серьезные изменения в раздел «Обсуждение», сосредоточившись на новых выводах.

2) Основываясь на экспериментах по моделированию, авторы объясняют эффекты, наблюдаемые при стимуляции PKC, в ​​основном, ингибированием и стимулированием миграции нейронов, и интерпретируют другие аспекты (как рост дендритов и синаптическую плотность) как следствие изменения миграции нейронов. на основе их модифицированной модели ван Оойена. Хотя привлекательно постулировать, что миграция нейронов является основным различием между тремя условиями культивирования, это может не отражать реальную ситуацию.Ранее было показано, что активность протеинкиназы C напрямую влияет на развитие дендритов и, как известно, регулирует постсинаптические изменения, ответственные за LTP и LTD, в дополнение к действиям на многие другие молекулы-мишени. Снижение многогранных эффектов PKC на миграцию нейронов кажется нереалистичным.

Мы, безусловно, согласны с рецензентом в том, что PKC влияет на ряд внутриклеточных процессов, причем его влияние на цитоскелет является лишь одним из них. Модель учитывает это только косвенно, поскольку мы не моделируем молекулярные процессы в каких-либо деталях.С одной стороны, прямое действие PKC на развитие и мобильность дендритов упрощается, поскольку мы обращаем внимание на относительный вклад разрастания и миграции только путем изменения скорости миграции. Однако из-за петли обратной связи это также влияет на количество наростов. С другой стороны, рост фактически создает только потенциальных соединений, но не определяет их силу.

Функционально модель использует перспективу эффективной связи, которая явно может включать в себя синаптическую пластичность.Фактически, различия в синаптических весах (или влиянии, если учесть множественные посылки) проявились как различия в распределении размеров ВПСП для разных сетей, о которых сообщалось в Okujeni et al. (2017). Поэтому мы не можем принимать за чистую монету физические размеры «полей связности» в модели, а скорее относительные вклады роста и миграции в регулирование связности. Теперь мы объясним это более подробно в разделе «Обсуждение».

Рецензент № 2:

[…]

1) Расширение модели нейритного поля, включающее миграцию нейронов, уже существует: Eglen, van Oojen и Willshaw (2000).Он предполагает отталкивание между нейронами, но в остальном похож на нынешний. Поэтому его нужно цитировать и обсуждать.

Большое спасибо за этот комментарий, к сожалению, мы пропустили эту статью. Теперь мы рассмотрим различия в нашей модели в разделе «Обсуждение».

2) В разделе «Результаты» сначала представлена ​​модель, затем эксперименты. Согласно разделу «Обсуждение» (где порядок обратный), модель была разработана на основе экспериментов.Обратный порядок представления в разделе результатов не будет понятнее?

В разделе результатов мы сначала представляем модель, чтобы представить и мотивировать общую концепцию взаимодействия роста нейритов, миграции и кластеризации. Мы считаем, что это помогает читателю объединить различные результаты in vitro в целостную картину. На самом деле это также отражает развитие наших собственных представлений о самоорганизации этих сетей.

Мы пересмотрели обсуждение и теперь обсуждаем модель вместе с нашими результатами in vitro.

3) В экспериментах приток кальция экспоненциально зависит от максимальной скорости воспламенения (рис. 6B, D, E). В модели, однако, средняя скорость возгорания отождествляется с притоком кальция (рис. 2F). Каким будет график, подобный рис. 6B, D, E, для динамики модели? Может быть, целесообразно ввести переменную кальция, как в работе Роркемптера и Эбботта (2007), но с сильно нелинейным эффектом накопления? Кажется важным тщательно связать динамику миграции в модели (подраздел «Модель роста сети») с динамикой кальция, предложенной экспериментом (рис. 6B, D, E).

В модели интенсивность воспламенения (и, следовательно, [Ca ²⁺ ] _и ) выводится на основе сигмоидальной функции усиления и входных данных. Мы не моделируем кальциевую динамику явно, например, вводя нелинейное отображение скорости воспламенения на Ca ²⁺ . Такая модификация не изменит общую динамику роста, а просто изменит масштаб функции усиления. Чтобы учесть наблюдаемую зависимость Ca ²⁺ от PFR, необходимо ввести модель пиков (например, e.грамм. Роркемптер и Эбботт). Однако моделирование развития сети в течение нескольких недель с разрешением в миллисекунды, требуемым для моделирования динамики сети, по-прежнему нецелесообразно. В Rohrkempter и Abbott скорость роста значительно увеличилась на ранней стадии разработки и снизилась до более реалистичных показателей только тогда, когда сеть была близка к равновесию. Этот подход, однако, неприменим для нас, поскольку миграция и рост нейритов взаимодействуют постепенно.

Теперь мы рассмотрим эти проблемы в разделе «Обсуждение».

4) В модели «связность, входная активность и частота срабатывания в конечном итоге сходятся к одним и тем же уровням для различных условий миграции» (подраздел «Миграция и рост нейритов формируют сетевую архитектуру»). Этот момент обсуждается на удивление мало. Разве это не серьезнейшее несоответствие эксперименту? Можно ли модифицировать модель с помощью дополнительной переменной кальция, чтобы улучшить ее (см. Пункт 3)?

Модель сходится, потому что она предполагает стационарную частоту срабатывания нейронов для данного состояния подключения.Мы считаем одним из основных выводов, что частота импульсов не является хорошим показателем для гомеостатической регуляции с сильно колеблющейся частотой всплесков, как в случае всплесков. Модель, как и в более ранних публикациях других авторов, уже предполагает, что сетевая активность фактически сходится к определенному заданному значению Ca ²⁺ , и в этом отношении нет никаких расхождений с результатами in vitro. Динамика всплеска и зависимость притока Ca ²⁺ от PFR (и результирующая деполяризация) не моделируются и требуют модели нейронов с импульсами (см. Ответ на вопрос 3).

Теперь мы рассмотрим эти аспекты в разделе «Обсуждение».

5) Размер дендрита в экспериментах (рис. 3C) показывает только небольшое превышение, если таковое имеется. Как это согласуется с динамикой модели, где заметно превышение размера нейритов (рис. 2D)? Как рис. 3J, K согласуется с моделью?

В модели перерегулирование зависит от постоянной времени мембраны для интеграции активности и крутизны входного сигнала сопоставления сигмоидальной передаточной функции для скорости воспламенения.Только крутой сигмовидный канал вызывает внезапное начало «сетевой активности», когда в процессе разработки достигаются критические уровни связности. Более мелкие функции приводят к насыщению, а не к выбросу.

Мы показываем эту зависимость на рис. 2 — приложение 2 к рисунку и рассмотрим этот вопрос в разделе «Обсуждение». Максимальная связность (основанная на подсчете пресинаптических бутонов) не может учесть потенциальных множеств, которые, вероятно, зависят от CI, и синаптической пластичности / гомеостатического синаптического масштабирования в зрелых сетях (Okujeni et al., 2017). Мы интерпретируем комбинацию синаптической эффективности и количества синапсов как эффективную связность, что и представляет собой модель. Максимальная связность была основана на количестве синапсов и, таким образом, отражает только структурную связность.

Теперь мы рассмотрим такой механизм и его значение для концепции гомеостатического роста в разделе «Обсуждение».

6) Было бы хорошо обсудить некоторые из текущих открытий более подробно в контексте предыдущей работы по культивированным нейронам.Например: Рисунок 5C предполагает, что существует только перерегулирование активности для сетей PKC ^–. Как это согласуется с Tetzlaff et al. (2010)? Что касается аксонов, предыдущая работа часто предполагала механизм роста, противоположный механизму роста дендритов. Свидетельствует ли наблюдение на рисунке 3G против такого механизма? Находят ли авторы критическую лавинную динамику?

Во введении мы упоминаем исследования, подтверждающие наши предыдущие результаты.

Далее мы сравниваем наши оценки связности с предыдущими исследованиями (подраздел «Рост и миграция формируют основу для синаптических подключений») и ссылаемся на предыдущие отчеты о развитии клеточных культур в отношении превышения роста (подраздел «Миграция способствует развитию гомеостатической сети»).

Предыдущие исследования предполагали антагонистическую регуляцию роста аксонов и дендритов. Наши результаты показывают, однако, что оба типа нейритов регулируются в одном и том же направлении. Теперь мы обратимся к нашему предыдущему отчету (Okujeni et al., 2017) и к статье о моделировании Тецлаффа и др. (2010) (подраздел «Рост и миграция формируют основу для синаптической связи»).

В Tetzlaff et al. (2010), лавинный анализ в то время действительно не выявил существенных различий между сетями PKC ^— и PKC ^N , и данные были объединены.Теперь у нас есть гораздо большая база данных, и некоторые результаты могут иметь значение по сравнению с данными Tetzlaff et al. Хотя, безусловно, было бы актуально повторить этот анализ с новым набором данных, более поздние теоретические исследования дополнительно показали, что недостаточная выборка и другие аспекты такого анализа могут быть проблематичными при оценке критичности (Levina et al., 2017; Wilting et al., 2018). Решение этих проблем потребует изменений в методах, используемых в Tetzlaff et al. и довольно обширное обсуждение.Поэтому мы думаем, что анализ критичности выходит за рамки данной статьи.

7) Важно обсудить, как результаты in vitro могут быть перенесены в условия in vivo.

Теперь мы обратимся к ситуации in vivo с последствиями измененной миграции для патологических состояний мозга в заключительном разделе. Однако мы предпочитаем не слишком подробно останавливаться на этом, чтобы избежать чрезмерной интерпретации наших результатов.

Рецензент № 3:

[…]

1) Во введении авторы пишут: «Мы обнаружили, что кластеризация развития повысила SBE».Относительно недавнее исследование (Tibau et al., 2018) изучило влияние агрегации на активность и функциональную взаимосвязь в культурах нейронов и выявило важность пространственного расположения нейронов. С помощью моделирования авторы показали, что агрегация способствует активности и связности. Поскольку исследование Тибау поддерживает наблюдения, сделанные в настоящей работе, я думаю, что авторам следует взглянуть на него и упомянуть в разделе «Введение» или «Обсуждение».

Это действительно важное исследование в контексте данной рукописи и предыдущих статей, поскольку оно поддерживает многие из наших результатов — с подходом к управлению сетевой архитектурой без фармакологического вмешательства.Большое спасибо за замечание. Упомянем статью во введении.

2) Хотя исследование авторов фокусируется на модульности, продвигаемой самоорганизацией, я думаю, что они могли бы упомянуть усилия нейроинженерии по формированию модульности и, в свою очередь, диктуют возникновение SBE или разнообразие паттернов активности (см., Например, Bisio et al., 2014; Yamamoto et al., 2018). Тот факт, что агрегация способствует модульности и, в свою очередь, нарушает SBE, формируя своего рода пространственно-фрагментированную динамику, наблюдается в инженерных сетях (Yamamoto et al., 2018) и в самоорганизованных агрегированных сетях (Teller et al., 2014). Эти исследования также могут помочь обогатить раздел «Обсуждение».

Большое спасибо, что напомнили нам об этих бумагах. Они хорошо подтверждают наши предыдущие результаты, показанные в Okujeni et al. (2017), где мы уделяли особое внимание зависимостям структурных функций в кластеризованных и однородных сетях. Однако в текущем исследовании основное внимание уделяется механизмам роста, которые приводят к появлению различных сетевых архитектур.Тем не менее, поскольку эти исследования хорошо подтверждают многие аспекты наших открытий, теперь мы упоминаем Бизио, Теллера и Ямамото во введении.

3) Модульность — центральный аспект настоящего исследования. Однако авторы не проводят анализа модульности. В симуляциях они могут извлечь матрицу смежности, а затем использовать свободно доступный набор инструментов Brain Connectivity Toolbox для вычисления индекса модульности Q или аналогичных величин (см. Раздел «Кластеризация и структура сообщества» на панели инструментов Brain Connectivity Toolbox).Экспериментально авторы могут использовать значения взаимной корреляции взаимодействий нейронных пар, чтобы построить прокси функциональной сети, а затем вычислить модульность. Я понимаю, что такой анализ может занять время. Таким образом, если они не могут выполнить это для настоящей статьи, это может быть интересным будущим направлением.

Спасибо за ссылку на панель инструментов. Теперь мы применили эту меру к матрицам связности моделирования, которые показывают, что модульность увеличивается с миграцией (и кластеризацией).

Тем не менее, хотя анализ модульности данных in vitro показывает ту же тенденцию (см. Изображение ответа автора 1), мы думаем, что реконструкция связности (корреляционные матрицы) из записей MEA для оценки модульности не является надежной. Это связано с тем, что связь между кластерами и внутри кластера недоступна для MEA, поскольку шаг электродов близок к расстоянию между кластерами (в отличие от Ca-визуализации), а в кластерных сетях у нас есть только один электрод на кластер. Как следствие, мы увидим связь только между выбранными «модулями» в сетях PKC ⁺ и неявно изменится определение модульности.Поэтому мы решили не подчеркивать этот аспект количественно в текущей рукописи.

Предварительный анализ модульности (Лувена) в зрелых сетях на основе данных MEA и парных корреляционных матриц последовательностей спайков на активных участках (автокорреляция была установлена ​​на ноль; ширина интервала 10 мс, не менее 100 электродов с спайковой активностью, N = 31, 40 , 12 сетей, p = 1,1 * 10 ^-2 для PKC ^— по сравнению с PKC ^N , p = 1,0 * 10 ^-6 для PKC ⁺ по сравнению сPKC ^N ).

4) В подразделе «Моделирование роста и миграции нейритов, зависящих от активности» (и в разделе «Материалы и методы») модель авторов строится путем посева нейронов на поверхность тора. Я думаю, что читателям непонятно использование такой поверхности, особенно при попытке сравнить с экспериментами на плоской 2D подложке. Я предполагаю, что тор используется в качестве «математической конструкции» для обеспечения локальной связности, но он нуждается в пояснении и дополнительных деталях.

Тор использовался, чтобы избежать граничных условий и смоделировать положение нейронов в центре гораздо более крупных сетей in vitro из 200 000 нейронов. Мы заявляем об этом сейчас в подразделе «Модель роста сети».

5) В связи с этим авторам следует знать о работе Эрнандеса-Наварро и др. (2017), которые представили модель и численное моделирование влияния агрегации нейронов и длины нейритов на формирование сетевого взаимодействия, а также важность пространственных корреляций, унаследованных от пространственной близости нейронов.Я думаю, что авторам следует сослаться на это исследование, например в контексте пояснений, представленных в разделе «Результаты».

Мы упомянем эту статью во Введении.

6) В подразделе «Миграция и разрастание нейритов формируют сетевую архитектуру» авторы впервые вводят CI индекса кластеризации. Здесь им нужно определить CI и объяснить, что это означает. Тот факт, что CI = 1 соответствует однородной системе (а 0 — кластерной), очень сбивает с толку, поскольку сам «индекс кластеризации» предполагает обратное.Авторы должны как можно скорее прояснить в тексте значение CI и диапазон его вариабельности. Я также отмечаю, что авторы также используют термин «степень кластеризации» (например, в подразделе «Различия в PFR отражают вариации набора в сеть во время SBE»), который является 1-CI. В целом чтение может быть трудным.

Мы добавили краткое описание CI в подраздел «Миграция и архитектура сети формы роста нейритов» и подраздел «Морфологический анализ».

7) В подразделе «Кластеризация способствовала инициированию SBE и увеличению AFR» авторы объясняют связь между SBE и агрегацией. Это отношение очень интересно. Интересно, могут ли экспериментальные данные предоставить доказательства важных различий в пространственных фокусах инициирования (например, как в Orlandi et al., 2013) в гомогенных / агрегированных сетях или в структуре распространяющихся фронтов. Могут ли авторы подробнее рассказать об этой интересной связи между инициированием активности и агрегацией? Как структура пространственно-временных фронтов активности меняется при агрегации?

Мы рассмотрели этот вопрос в недавней статье (Okujeni et al., 2019), где мы также ссылаемся на Orlandi et al. (2013).

8) В связи с этим авторы утверждают, что SBE уменьшается с агрегацией. Это интересно. Наблюдали ли авторы переход от активации всей сети к частичной динамике (например, как в Yamamoto et al., 2018 или Teller et al., 2014)?

Да, мы действительно находим хорошее соответствие исследованиям Ямамото и Теллера, которые мы сейчас упоминаем в текущей рукописи. В Okujeni et al. (2017), мы уже показали, что более слабая импульсная сила и деполяризация нейронов в кластерных сетях связаны с уменьшением набора в сеть во время SBE (рис. 6A).Этот аспект частично отражает архитектуру сети, но также был вызван высокой скоростью генерации SBE и связанной с этим рефрактерностью или синаптической депрессией.

ЕМТ и стебель при покое и росте опухоли: взаимосвязанные ли процессы?

Передняя Oncol. 2018; 8: 381.

Департамент биологии человека и медицинских наук, Хайфский университет, Хайфа, Израиль

Отредактировал: Робин Андерсон, Исследовательский институт рака Оливии Ньютон-Джон, Австралия

Рецензировал: Кристин Чаффер, Медицинский институт Гарвана Research, Австралия; Бенджамин Бонавида, Калифорнийский университет, Лос-Анджелес, США

Эта статья была отправлена ​​в раздел «Раковый иммунитет и иммунотерапия» журнала «Границы в онкологии»

Поступила в редакцию 4 апреля 2018 г .; Принята в печать 24 августа 2018 г.

Это статья в открытом доступе, распространяемая в соответствии с условиями лицензии Creative Commons Attribution License (CC BY). Использование, распространение или воспроизведение на других форумах разрешено при условии указания автора (авторов) и правообладателя (ов) и ссылки на оригинальную публикацию в этом журнале в соответствии с принятой академической практикой. Запрещается использование, распространение или воспроизведение без соблюдения этих условий.

Abstract

Метастазы являются основной причиной смертности больных раком и могут возникать через годы и даже десятилетия после очевидно успешного лечения первичной опухоли. Раннее распространение раковых клеток с последующим длительным периодом покоя в отдаленных местах было недавно признано клиническим объяснением этого очень длительного латентного периода. Механизмы, которые управляют «покоем» опухолей в отдаленных местах и ​​их реактивацией с образованием пролиферирующих метастазов, только начинают разгадываться.Опухолевые клетки, которые выживают при иммунном надзоре и гемодинамических силах на своем пути в кровообращении, успешно колонизируются и адаптируются к новой и «враждебной» микросреде и выживают в спокойном состоянии покоя в течение многих лет, прежде чем перейти в состояние пролиферации, должны проявлять высокую пластичность. Здесь мы обсудим, требуется ли пластичность спящих опухолевых клеток для их длительного выживания и роста. В частности, мы сосредоточимся на том, может ли эпителиальный мезенхимальный переход и приобретение стеблевых свойств определять их покой и / или их пролиферативную судьбу.Более глубокое понимание этих взаимосвязанных процессов может способствовать в будущем разработке новых методов лечения.

Ключевые слова: покой опухоли, эпителиальный мезенхимальный переход, мезенхимальный эпителиальный переход, раковые стволовые клетки, диссеминированные опухолевые клетки, метастаз, стволовость, рецидив рака

Введение

Метастаз — это распространение опухолевых клеток из первичного очага в отдаленные органы и их последующий рост, и является основной причиной смертности больных раком (1–5).Накапливающиеся в литературе данные позволяют предположить, что метастазирование может быть ранним событием (6–11), а не только поздней стадией прогрессирования опухоли. Тем не менее, хорошо известно, что метастазирование — неэффективный процесс, учитывая, что только <0,02% циркулирующих опухолевых клеток (ЦКО) выживают под действием иммунного надзора и гемодинамических сил в кровообращении (12). Выжившие ЦОК колонизируют отдаленные органы и превращаются в диссеминированные опухолевые клетки (ДКК). Примечательно, что большинство DTC не переживают первоначальную колонизацию, тогда как те, которые выживают, могут оставаться во вторичных участках в состоянии покоя (клеточный покой) в течение многих лет (1, 13) или постепенно разрастаться с образованием метастазов (2 ).Это долгосрочное выживание и неактивность DTC может объяснить латентный рецидив через годы и десятилетия после первичной резекции опухоли и адъювантной терапии (14). Следовательно, DTC, которые выживут на начальных этапах колонизации удаленного органа, должны запускать механизмы выживания, позволяющие избежать сигналов апоптоза и долгосрочное выживание в их новой и «враждебной» микросреде (недопустимой почве). При появлении адекватных сигналов в их микросреде (пермиссивной почве) эти DTC переключаются из состояния покоя и запускают клеточные сигналы, которые позволят им возобновить пролиферативный рост (1, 15).Это свидетельство высокой пластичности ДКН. В этом обзоре мы обсудим эпителиально-мезенхимальную пластичность DTC и приобретение ими свойств, подобных стволовым клеткам, как часть механизмов, которые будут определять, останутся ли они в состоянии покоя или снова появятся с метастатическим разрастанием.

Покой опухоли и пластичность ЭМП

Переход от эпителия к мезенхиме (ЭМП) происходит во время гаструляции и формирования нервного гребня развивающегося эмбриона (16, 17), а также при таких патологических состояниях, как заживление ран и метастазирование (18, 19).Нарушение полярности клеток и эпителиальные маркеры, такие как белок эпителиальной адгезии E-кадгерин и цитокератин 18, а также усиление мезенхимальных маркеров, таких как виментин и фибронектин, являются отличительными признаками EMT. Было показано, что ЕМТ способствует инвазивности и высокой подвижности, характерным для опухолевых клеток, что позволяет им распространяться из первичного очага (19, 20). Примечательно, что гетерогенная природа первичной опухоли (21) также демонстрируется наличием ЭМП только в субпопуляции клеток внутри первичной опухоли, обычно на переднем крае опухоли (19, 22, 23).Эти опухолевые клетки на переднем крае, подвергающиеся EMT, начнут свой путь в кровотоке, успешно проникая через базальную мембрану. Этому может способствовать их пониженная апикально-базальная полярность и белки эпителиальной адгезии.

Snail, Slug, Zeb1 и Twist1 — это некоторые из факторов транскрипции, которые репрессируют белок эпителиальной адгезии, такой как E-cadherin (EMT-TF), и, как было показано, организуют программирование EMT (24, 25). Однако несколько сообщений демонстрируют, что хотя экспрессия EMT-TF необходима для распространения, их репрессия необходима для содействия метастатическому росту in vivo .Tsai и его коллеги (26) продемонстрировали, что в то время как экспрессия Twist1 необходима для EMT и распространения опухоли в отдаленных местах, репрессия Twist1 необходима для роста DTC (26). Точно так же репрессия гомеобокса фактора Prrx1 (индуктора EMT) была центральной для развития метастазов in vivo (27). Было показано, что экспрессия улитки при метастазировании рака молочной железы носит временный характер, тогда как принудительная и продолжительная экспрессия Snai1 снижает метастазирование в легкие (28). Следовательно, мезенхимально-подобные DTC могут оставаться в спящем состоянии после колонизации отдаленного органа (27, 29–32), тогда как метастатический рост может зависеть от способности DTC восстанавливать свой эпителиальный фенотип посредством мезенхимального эпителиального перехода (MET) (19, 26, 29, 31, 33).Важно отметить, что эти результаты согласуются с клиническими наблюдениями, демонстрирующими эпителиальный фенотип метастазов человека, напоминающий первичную опухоль (34). Следовательно, высокая пластичность DTC необходима для их способности переходить от эпителиального к мезенхимальному и обратно к своему эпителиальному состоянию на различных этапах метастатического процесса.

EMT и приобретение стволовых свойств

Активация программы EMT, вызывающая распространение раковых клеток в отдаленные органы, также может наделить эти клетки высокой пластичностью за счет приобретения стволовых признаков.Согласно модели раковых стволовых клеток (CSC), небольшая субпопуляция раковых клеток наделена стеблевыми чертами, которые могут способствовать прогрессированию рака. Эти CSC обладают инициирующим опухолью и метастатическим потенциалом, в то время как не-CSC не обладают этими характеристиками (35).

Несколько исследований продемонстрировали эту связь между EMT, стволовостью и потенциалом инициации метастазирования DTC. Ранее было показано, что индукция EMT в трансформированных эпителиальных клетках достигает кульминации в наделении клеток стволовыми признаками (36, 37).Эти стеблеобразные черты трансформированных эпителиальных клеток способствовали возникновению первичных опухолей и ускорению метастазирования (19, 36, 38, 39).

Была также продемонстрирована связь между недифференцированным статусом, стволовостью и распространением опухолевых клеток из первичного очага. В нескольких исследованиях сообщается, как EMT-TF Zeb1 может способствовать стволу и ингибировать эпителиальную дифференцировку путем репрессии членов семейства miR-200 (33, 40, 41). Кроме того, было показано, что GATA3, фактор транскрипции, определяющий судьбу клеток просветного эпителия, теряется на ранних стадиях злокачественного прогрессирования на мышиной модели MMTV-PyMT.Эта потеря сопровождалась распространением CSC-подобных клеток (42, 43). Было показано, что метастатическое прогрессирование аденокарциномы легких на моделях мышей связано с программой стволизации, опосредованной потерей экспрессии Nkx2-1 (42, 44, 45). Следовательно, эти наблюдения предполагают, что CTC, поступающие в отдаленные органы, уже могут быть наделены CSC-подобными чертами. Примечательно, что Malanchi и его коллеги ранее продемонстрировали, что только популяция CSC DTC способна инициировать метастатические узелки во вторичном участке (46).

В целом, эти исследования показывают, что EMT, наряду с полученным в результате приобретением свойств, подобных стволовым клеткам, способствует распространению и, следовательно, росту DTC в отдаленных органах (47).

Интересно, что несколько исследований клеток рака груди выявили субпопуляцию не-CSCs, которые очень пластичны и могут переключаться в состояние CSC (48-50). Этот переход может быть связан со стохастическим событием (50) или может быть вызван метастатической нишей (51).

Микроокружение, являющееся частью метастатической среды, такое как TGF-β, как было показано, побуждает пластиковые базальные клетки рака молочной железы CD44 ^low приобретать CSC-подобный фенотип посредством ремоделирования хроматина на промоторе ZEB1 (49). .В соответствии с этими предыдущими выводами Weidenfeld K et al. недавно продемонстрировали, что экспрессия LOXL2 наделяет спящие DTC CSC-подобными признаками, вызывая их переход в метастатический рост. Эти стеблевидные черты зависели от ЭМП и были вызваны гипоксией (52). Эти результаты согласуются с предыдущим отчетом, демонстрирующим роль EMT в переключении от состояния покоя опухоли к пролиферативному росту (53). Следовательно, не-CSC, находящиеся в отдаленных органах, могут оставаться в спящем состоянии до тех пор, пока соответствующие сигналы не наделят их стеблевыми свойствами и реактивацией.Действительно, было показано, что DTC рака молочной железы активируют стромальные клетки в непосредственной близости от них, чтобы высвободить компоненты внеклеточного матрикса (ECM), такие как периостин и тенацин C. Эти компоненты ECM, в свою очередь, активируют сигнальные пути канцерогенных стволовых клеток, такие как Wnt, Nanog и Oct4. в постоянных DTC, что приводит к их метастатическому разрастанию (46, 47). Недавно было показано, что сигналы микросреды, связанные с воспалением, также способствуют росту спящих DTC. Воспаление легких индуцировало EMT DTC через экспрессию Zeb1, что приводило к реактивации покоящихся DTC (54).Более того, ранее было показано, что образование фиброзоподобной среды, обогащенной коллагеном типа I, и ее перекрестное связывание с помощью LOX способствует переходу неактивных DTC в метастатический рост (55, 56). Следует отметить, что повышение жесткости матрицы вызывается повышенным осаждением Col-I и его сшивкой. Было показано, что механическая жесткость матрикса регулирует EMT через Twist 1 (57) и способствует CSC-подобным свойствам раковых клеток (58).

Следовательно, изменения в компонентах ECM и механической податливости могут обеспечить «плодородную почву» для повышения пластичности и разрастания неактивных DTC (15).

Покой и стволовые клетки опухоли

Взрослые стволовые клетки представляют собой недифференцированные клетки, находящиеся в тканях в состоянии покоя до тех пор, пока сигналы, возникающие в окружающей их нише, не направят их к самообновлению и дифференцировке с образованием некоторых или всех основных специализированных типов клеток. ткань. Была предложена связь между бездействующими DTC и их приобретением стеблевидных черт. DTC, находящиеся в отдаленном органе, подвергаются недопустимой «почве». Чтобы выжить и расти, эти клетки будут запускать некоторые внутренние программы бездействия, подавляющие самообновление и вызывающие остановку клеточного цикла и пути выживания [Quiescent stemness; (51, 59)].Действительно, было показано, что DTC в костном мозге, обнаруженные у пациентов с раком груди на ранней стадии, демонстрируют предполагаемый стеблеобразный фенотип (60). Кроме того, DTC клеток рака простаты, выделенных из костного мозга, были значительно обогащены фенотипом CSC (61). Важно отметить, что переход этих DTC в CSCs регулируется производным от ниши Growth Arrest Specific 6 (GAS6), который, как ранее было показано, регулирует состояние покоя (62). GAS6 активировал передачу сигналов mTOR в DTC рака простаты через рецептор Mer, придавая им черты ракового стебля (61).Точно так же недавно было показано, что экспрессия орфанного ядерного рецептора NR2F1 активируется в DTC от пациентов с раком простаты, несущих скрытое заболевание (63). Индуцированное NR2F1 состояние покоя зависело от ингибиторов бета-рецептора ретиноевой кислоты (RARβ), циклин-зависимой киназы (CDK) и фактора стволовых клеток SOX9 (63). Кроме того, костный морфогенетический белок-7 (BMP-7), секретируемый костными стромальными клетками, индуцирует старение в CSC простаты путем активации костного морфогенетического белкового рецептора типа II (BMPR2) -p38-NDRG1 оси.Примечательно, что это индуцированное BMP-7 старение в CSCs было обратимым после отмены BMP-7 (64). Было показано, что другой регулятор активности стволовых клеток, фактор ингибирования лейкемии (LIF), способствует покою опухолевых клеток рака груди в кости. Потеря рецептора LIF (LIFR) DTC рака молочной железы, в свою очередь, способствовала их росту из-за состояния покоя и подавления регуляции генов, связанных с CSC (65).

Эти данные свидетельствуют о том, что спящие DTC могут сохранять стеблоподобные свойства, такие как состояние покоя, но при этом переходить к программе самообновления по сигналам из своей ниши, что приводит к их реактивации.

В целом, несколько исследований подтверждают роль EMT и CSC-подобных признаков в стимулировании покоя опухоли и MET во время метастатического разрастания. Однако в других исследованиях было показано, что EMT и CSC-подобные признаки подавляют состояние покоя опухоли. Эти противоречивые данные, рассмотренные выше, предполагают высокую пластичность EMT и приобретение CSC-подобных состояний во время перехода от состояния покоя опухоли к метастатическому разрастанию.

Колебания DTC между состояниями EMT-met и CSC-подобными чертами

Интересно, что недавнее исследование Harper et al.продемонстрировал пластичность EMT в пределах Her2 + DTC. Ранние диссеминированные Her2 + DTC прошли EMT, экспрессировали эпителиальный маркер CK8 / 18 + и сохранили длительный покой в ​​костном мозге и легких. В этих спящих DTC в конечном итоге развились метастазы (7). Эти данные свидетельствуют о том, что частичного ЭМП достаточно для раннего распространения, покоя и разрастания (7). Действительно, несколько клинических отчетов демонстрируют наличие частичной ЕМП или гибридной ЕМП / МЕТ ЦКО (66–68). Кроме того, многие раковые клетки могут метастазировать без полной потери эпителиального фенотипа и / или полного приобретения мезенхимальных черт (69, 70).Следовательно, EMT не является ответом «все или ничего», скорее он включает переходные состояния (71, 72), которые могут согласовать накопленные экспериментальные и клинические данные, демонстрирующие EMT DTC и MET при пролиферирующих метастазах (19, 26, 29). , 31, 33) Схема 1.

Переходное состояние EMT / MET и признаки CSC — это взаимосвязанные процессы: следующая модель иллюстрирует различные колебания между состояниями EMT / MET ранних распространенных DTC и их связь со стволовостью и метастатическим разрастанием. (I) Спящие DTC с состоянием EMT / MET, выстраивающимся в сторону большего мезенхимального фенотипа, активируют стволовость покоя. (II) DTC с EMT / MET в «равновесии» очень пластичны и обладают способностью к самообновлению, что приводит к возникновению микрометастазов. (III, VI) Макрометастазы с состоянием EMT / MET, выстилающим эпителиальный фенотип, пролиферируют и дифференцируются. (IV, V) Non-CSC (IV) претерпевают временную EMT, наделяя клетки CSC-подобными чертами и способностью к самообновлению, что приводит к образованию микрометастазов (V) . Этот переход опосредуется сигналами, возникающими в их нише (фиброзная среда, обогащенная Col-I, TGFβ1, периостин, тенанцин C, воспаление, гипоксия), которые, в свою очередь, могут активировать соответствующие программы EMT через экспрессию EMT-TF и / или LOXL2, что приводит к приобретению CSC-подобных признаков.

Поэтому, основываясь на этих предыдущих выводах и последних отчетах, мы предлагаем следующую модельную схему 1, которая может согласовать общие выводы. Как показано на схеме 1, ранние DTC, которые составляют источник рецидивов рака, могут существовать в переходном состоянии EMT / MET, как было предложено ранее (72). Покой ранних DTC может отображать переходное состояние EMT / MET, склоняющееся к более мезенхимальному фенотипу, что приводит к появлению CSC-подобных признаков, ответственных за их покой. Первоначальная индукция роста DTC посредством ремоделирования ECM и других сигналов, возникающих в месте метастазирования, может наклонить EMT / MET к «равновесному» состоянию, которое может наделить клетки высочайшей пластичностью, чтобы инициировать самообновление клеток.Поскольку состояние EMT / MET прогрессивно склоняется к более эпителиальному фенотипу, это, в свою очередь, увеличивает пролиферацию клеток и дифференциацию растущих макрометастазов. Важно отметить, что ключевые элементы предложенной модели были подтверждены недавним анализом маркеров CSC в метастатических клетках рака молочной железы человека (31). Кроме того, сообщалось, что стволовые клетки рака груди существуют в различных состояниях EMT и MET, характеризующихся экспрессией различных маркеров CSC. Примечательно, что клетки рака молочной железы с двойной экспрессией обоих наборов маркеров продемонстрировали наивысшую степень пластичности (32).Следовательно, переходное состояние градиента EMT / MET, связанное с CSC-подобными признаками, может определять, останутся ли DTC в спящем состоянии или возникнут метастатические разрастания. Важно отметить, что мы должны также рассмотреть другой сценарий, в котором DTC может продвигать программы покоя на удаленных объектах независимо от приобретения свойств, подобных стеблю. Однако эти DTC приобретут стеблеобразные свойства, опосредованные временным EMT, что приведет к их реактивации. Этот переход может быть вызван сигналами в их метастатическом микросреде Схема 1.

Способность DTC колебаться между состояниями EMT – MET и приобретать различные CSC-подобные черты также может способствовать их иммунному уклонению во время метастазирования (73). Было показано, что некоторые EMT-TF, такие как Twist1 и Zeb1, обладают иммуносупрессивными функциями. Zeb1, подавляя регуляцию miR-200, способствует активации PD-L1. PD-L1 является регулятором иммунных контрольных точек CD8 ⁺ Т-клеток (74). Клетки меланомы, экспрессирующие другой EMT-TF, известный как Snail, индуцировали иммунное подавление за счет активации регуляторных Т-клеток и нарушения активности дендритных клеток (75).Кроме того, мезенхимально-подобные DTC, которые часто имеют повышенную экспрессию TGF-β, могут избежать атаки цитотоксических CD8 + Т-клеток (76). Точно так же активация CSC-подобных признаков в DTC, таких как экспрессия Sox-зависимого стеблевого состояния, с последующим активным подавлением передачи сигналов WNT, может способствовать покою DTC и их иммунному уклонению (77).

В целом, колебания кодов DTC между состояниями EMT-MET и приобретение ими различных CSC-подобных черт позволит им адаптироваться к удаленному участку и уклониться от иммунной системы.

Заключительные замечания

Спящие DTC, находящиеся на удаленных участках, должны обладать высокой пластичностью, чтобы успешно преодолеть недопустимую «почву» и вызвать метастатический рост. Пластичность постоянных DTC из-за приобретения частичного фенотипа EMT — новая концепция, которая подтверждается недавними клиническими данными. Это, в свою очередь, может способствовать развитию различных CSC-подобных признаков на разных этапах метастатической прогрессии. Целью этого обзора было выявить потенциальную связь между EMT / MET и CSC-подобными чертами в переходе от бездействующих DTC к метастатическому разрастанию.Несколько линий доказательств, представленных в этом обзоре, предполагают, что EMT и черты, подобные стволовым клеткам, являются взаимосвязанными процессами, определяющими судьбу DTC. Эти взаимосвязанные процессы очень сложны и требуют дополнительных исследований, чтобы использовать эти новые концепции в нашей борьбе с рецидивом рака.

Вклад авторов

кВт: исследования и написание, БД: концепция, исследование, написание и редактирование.

Заявление о конфликте интересов

Авторы заявляют, что исследование проводилось в отсутствие каких-либо коммерческих или финансовых отношений, которые могут быть истолкованы как потенциальный конфликт интересов.

Благодарности

Мы благодарим Шэни Баркан за рецензирование статьи и помощь в подготовке схемы.

Сноски

Финансирование. Эта работа была поддержана премией за развитие карьеры Израильского фонда исследования рака и Фондом Израильской ассоциации рака.

Ссылки

outgrowth — Перевод на китайский — примеры английский

Эти примеры могут содержать грубые слова, основанные на вашем поиске.

Эти примеры могут содержать разговорные слова, основанные на вашем поиске.

Программа SmartBUY Федерального управления общего обслуживания (GSA) является прямым результатом первых успехов DoD ESI