Stromal PPARγ protects against breast tumourigenesis (85.4)
Notice bibliographique
Résumé
One in 9 women will develop breast cancer in their lifetime, and 1 in 29 will die from the growth and spread of this disease, with equally poor outcomes in susceptible men. Breast cancer arises from the interactions of many risk factors, such as changes to normal gene expression and function, and environmental exposures to cancer‐causing chemicals or high fat (HF) diets. Our objectives are to predict who will develop aggressive tumours, and more importantly, develop prevention strategies. Peroxisome proliferator‐activated receptor (PPAR)γ is a protein that plays a role in many cancers, and controls the normal expression of genes needed for fat and sugar metabolism. Our previous work using PPARγ haploinsufficient mice suggests turning on PPARγ stops chemical‐induced breast tumour progression. Since breast tissue is composed of different PPARγ expressing cell types, each with unique signal patterns, defining those essential to stop breast tumour progression will help move our work into the clinic. We used our established models to definitively show how mammary stromal PPARγ stops breast tumour progression, and provide further support for the use of PPARγ activators as a novel chemotherapeutic to improve the quality of life for breast cancer patients. In the longterm, we expect these studies will be the basis to prevent deaths among the ~259,000 American and Canadian breast cancer patients diagnosed in 2013.
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) | 0,010 | 0,002 |
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 ».