MétaCan
Menu
Retour à la cohorte
Enregistrement W2028074766 · doi:10.1158/0008-5472.sabcs13-p1-07-12

Abstract P1-07-12: Kaiso is a novel regulator of epithelial-to-mesenchymal transition in triple negative breast cancer cells

2013· article· en· W2028074766 sur OpenAlexaff
BI Bassey, Carl V. Crawford, JM Daniel

Notice bibliographique

RevueCancer Research · 2013
Typearticle
Langueen
DomaineMedicine
ThématiqueCancer Cells and Metastasis
Établissements canadiensMcMaster University
Organismes subventionnairesnon disponible
Mots-clésTriple-negative breast cancerMetastasisCancer researchEpithelial–mesenchymal transitionBreast cancerEstrogen receptorProgesterone receptorCancerMetastatic breast cancerTranscription factorMedicineBiologyOncologyInternal medicine

Résumé

récupéré en direct d'OpenAlex

Abstract Introduction: Breast cancer (BC) is the most frequent form of female cancer and a principal cause of female deaths worldwide. Most BC deaths are attributed to tumor metastasis to vital organs, and many studies have proposed a role for epithelial-to-mesenchymal transition (EMT) in BC metastasis especially the Triple Negative BC (TNBC) subtype. This theory is further strengthened by the observation that many triple-negative tumors display low E-cadherin expression, which is a hallmark of EMT. The TNBC subtype lack expression of the estrogen-receptor (ER), progesterone-receptor (PR) and human epidermal growth factor receptor-2, HER2. These tumors are highly aggressive with limited treatment options or targeted-therapies, and consequently TNBC patients have poor outcomes. Recently, increased nuclear expression of the transcription factor Kaiso was significantly correlated with high grade, BRCA1-related and basal/TNBCs. Kaiso is a novel transcription factor that we originally identified as a binding partner of p120-catenin (p120), a Src Kinase substrate and regulator of E-cadherin stability and turnover. Rationale and Research Objective: Though not much is known about the function of Kaiso in breast tumor progression and metastasis, Kaiso has been implicated in regulating E-cadherin expression, which raised the possibility that Kaiso might play a role in EMT. Thus we sought to elucidate the role of Kaiso in EMT and TNBC metastasis. Results: To achieve this goal, we created a stable Kaiso-depleted TNBC cell line (MDA-MB-231) to analyze the consequences of Kaiso-depletion on features attributed to metastasis, using immunoblot, wound healing and Matrigel invasion assays among other techniques. Interestingly, Kaiso-depletion led to reduced transcript and expression levels of the EMT markers Snail, Slug, ZEB1/2, TGFbRII, vimentin, and up-regulation of E-cadherin. Kaiso-depleted MDA-MB-231 cells also showed a gradual change in morphology from a mesenchymal to an epithelial phenotype referred to as mesenchymal to epithelial transition (MET). Loss of Kaiso further resulted in reduced cell motility and invasion. Ongoing studies seek to evaluate the effect of Kaiso-depletion on metastasis in vivo. Since there is evidence that the TGFβ signaling pathway drives EMT, and Kaiso-depletion resulted in reduced transcript levels of TGFβRII, future studies will determine if Kaiso plays a role in EMT/MET via promotion of the TGFβ signaling pathway. Overall Significance: Our study is the first to demonstrate a link between Kaiso and EMT/MET of TNBC cells and suggest that Kaiso may be a novel regulator of EMT in TNBC. Consequently, Kaiso might be useful as a therapeutic or prognostic tool in the treatment of TNBC. Citation Information: Cancer Res 2013;73(24 Suppl): Abstract nr P1-07-12.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,005
Score d'incertitude au seuil0,015

Scores du classifieur distillé par catégorie (deux têtes)

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 recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0050,002

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.

Tête enseignante Opus0,063
Tête enseignante GPT0,375
Écart entre enseignants0,312 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
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

Citations0
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCancer ResearchMême sujetCancer Cells and MetastasisTravaux en français237 207