The neural crest lineage as a driver of disease heterogeneity in Tuberous Sclerosis Complex and Lymphangioleiomyomatosis
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Lymphangioleiomyomatosis (LAM) is a rare neoplastic disease, best characterized by the formation of proliferative nodules that express smooth muscle and melanocytic antigens within the lung parenchyma, leading to progressive destruction of lung tissue and function. The pathological basis of LAM is associated with Tuberous Sclerosis Complex (TSC), a multi-system disorder marked by low-grade tumors in the brain, kidneys, heart, eyes, lung and skin, arising from inherited or spontaneous germ-line mutations in either of the TSC1 or TSC2 genes. LAM can develop either in a patient with TSC (TSC-LAM) or spontaneously (S-LAM), and it is clear that the majority of LAM lesions of both forms are characterized by an inactivating mutation in either TSC1 or TSC2, as in TSC. Despite this genetic commonality, there is considerable heterogeneity in the tumor spectrum of TSC and LAM patients, the basis for which is currently unknown. There is extensive clinical evidence to suggest that the cell of origin for LAM, as well as many of the TSC-associated tumors, is a neural crest cell, a highly migratory cell type with extensive multi-lineage potential. Here we explore the hypothesis that the types of tumors that develop and the tissues that are affected in TSC and LAM are dictated by the developmental timing of TSC gene mutations, which determines the identities of the affected cell types and the size of downstream populations that acquire a mutation. We further discuss the evidence to support a neural crest origin for LAM and TSC tumors, and propose approaches for generating humanized models of TSC and LAM that will allow cell of origin theories to be experimentally tested. Identifying the cell of origin and developing appropriate humanized models is necessary to truly understand LAM and TSC pathology and to establish effective and long-lasting therapeutic approaches for these patients.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| 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) | 0,000 | 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 découle