High levels of dietary soy decrease mammary tumor latency and increase incidence in MTB-IGFIR transgenic mice
Notice bibliographique
Résumé
BACKGROUND: Epidemiologic data indicates that Asian diets, which are high in soy protein, reduce a women's risk of developing breast cancer. However, it has been difficult to dissociate the benefits of soy from other variables including environmental and lifestyle factors. Since prospective studies in humans would take decades to complete, rodent models provide a valuable research alternative. METHODS: In this study, MTB-IGFIR transgenic mice, which develop mammary tumors resulting from overexpression of the type I insulin-like growth factor receptor (IGF-IR), were utilized. MTB-IGFIR mice were fed a soy-based or casein-based diet throughout all stages of development to reflect soy exposure in Asian cultures. Mammary tumors were initiated at 2 different developmental stages by commencing IGF-IR transgene expression either during puberty or in adult mice. RESULTS: MTB-IGFIR mice fed a soy-based diet displayed increased tumor incidence and accelerated tumor onset compared to MTB-IGFIR mice fed a casein diet. Two markers of estrogen receptor signaling, Pgr and Areg, were elevated in mammary tissue from mice fed the soy diet compared to mice fed the casein diet suggesting that high levels of soy may promote mammary tumor development through acting as an estrogen receptor agonist. Mammary tumors from mice fed a soy diet more frequently expressed metaplastic markers such as cytokeratins 5 and 14 as well as p63 and displayed reduced lung metastases compared to mammary tumors from mice fed a casein diet. CONCLUSIONS: Diets consisting of very high levels of soy protein promote mammary tumor development and decrease tumor latency possibly through activating estrogen receptor signaling. Additional studies are required to determine whether a more moderate amount of dietary soy can inhibit oncogene-induced mammary tumorigenesis.
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) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 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 | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,001 |
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 ».