MétaCan
Menu
Retour à la cohorte
Enregistrement W1964299112 · doi:10.1186/1475-2867-11-28

Murine mammary tumor cells with a claudin-low genotype

2011· article· en· W1964299112 sur OpenAlexafffund
Devan E Thompson, Megan D. Siwicky, Roger A. Moorehead

Notice bibliographique

RevueCancer Cell International · 2011
Typearticle
Langueen
DomaineNeuroscience
ThématiqueBarrier Structure and Function Studies
Établissements canadiensUniversity of Guelph
Organismes subventionnairesCanadian Institutes of Health Research
Mots-clésClaudinMammary tumorCancer researchGenetically modified mouseIn vivoBiologyBreast cancerMesenchymal stem cellMammary glandCell cultureGeneCancerTransgenePathologyTight junctionMedicineCell biologyGenetics

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Molecular classification of human breast cancers has identified at least 5 distinct tumor subtypes; luminal A, luminal B, Her2-enriched, basal-like and claudin-low. The claudin-low subtype was identified in 2007 and is characterized by low expression of luminal differentiation markers and claudins 3, 4 and 7 and high levels of mesenchymal markers. Claudin-low tumors have a reported prevalence of 7-14% and these tumors have a poor prognosis. RESULTS: In this study we report the characterization of several cell lines established from mammary tumors that develop in MTB-IGFIR transgenic mice. Two lines, RM11A and RJ348 present with histological features and gene expression patterns that resemble claudin-low breast tumors. Specifically, RM11A and RJ348 cells express high levels of the mesenchymal genes Zeb1, Zeb2, Twist1 and Twist2 and very low levels of E-cadherin and claudins 3, 4 and 7. The RM11A and RJ348 cells are also highly tumorigenic when re-introduced into the mammary fat pad of mice. CONCLUSIONS: Mammary tumor cells established from MTB-IGFIR transgenic mice can be used as in vitro and in vivo model systems to further our understanding of the poorly characterized, claudin-low, breast cancer subtype.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,685
Score d'incertitude au seuil0,998

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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.

Tête enseignante Opus0,029
Tête enseignante GPT0,233
Écart entre enseignants0,204 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations13
Publié2011
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueCancer Cell InternationalMême sujetBarrier Structure and Function StudiesTravaux en français237 207