MétaCan
Menu
Retour à la cohorte
Enregistrement W2028669879 · doi:10.3389/fphys.2012.00294

Oncogenic extracellular vesicles in brain tumor progression

2012· article· en· W2028669879 sur OpenAlexafffund
Esterina D’Asti, Delphine Garnier, Tae Hoon Lee, Laura Montermini, Brian Meehan, Janusz Rak

Notice bibliographique

RevueFrontiers in Physiology · 2012
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueExtracellular vesicles in disease
Établissements canadiensMcGill University Health CentreMontreal Children's Hospital
Organismes subventionnairesCanadian Institutes of Health Research
Mots-clésMicrovesiclesBiologyTumor microenvironmentGliomaAngiogenesisCancer researchBrain tumorPTENBiogenesisCell biologyCarcinogenesisTumor progressionCancermicroRNASignal transductionPathologyPI3K/AKT/mTOR pathwayGeneMedicineTumor cellsGenetics

Résumé

récupéré en direct d'OpenAlex

The brain is a frequent site of neoplastic growth, including both primary and metastatic tumors. The clinical intractability of many brain tumors and their distinct biology are implicitly linked to the unique microenvironment of the central nervous system (CNS) and cellular interactions within. Among the most intriguing forms of cellular interactions is that mediated by membrane-derived extracellular vesicles (EVs). Their biogenesis (vesiculation) and uptake by recipient cells serves as a unique mechanism of intercellular trafficking of complex biological messages including the exchange of molecules that cannot be released through classical secretory pathways, or that are prone to extracellular degradation. Tumor cells produce EVs containing molecular effectors of several cancer-related processes such as growth, invasion, drug resistance, angiogenesis, and coagulopathy. Notably, tumor-derived EVs (oncosomes) also contain oncogenic proteins, transcripts, DNA, and microRNA (miR). Uptake of this material may change properties of the recipient cells and impact the tumor microenvironment. Examples of transformation-related molecules found in the cargo of tumor-derived EVs include the oncogenic epidermal growth factor receptor (EGFRvIII), tumor suppressors (PTEN), and oncomirs (miR-520g). It is postulated that EVs circulating in blood or cerebrospinal fluid (CSF) of brain tumor patients may be used to decipher molecular features (mutations) of the underlying malignancy, reflect responses to therapy, or molecular subtypes of primary brain tumors [e.g., glioma or medulloblastoma (MB)]. It is possible that metastases to the brain may also emit EVs with clinically relevant oncogenic signatures. Thus, EVs emerge as a novel and functionally important vehicle of intercellular communication that can mediate multiple biological effects. In addition, they provide a unique platform to develop molecular biomarkers in brain malignancies.

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 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 enseignants0,209
Score d'incertitude au seuil0,917

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)0,0000,000

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 Opus0,007
Tête enseignante GPT0,256
Écart entre enseignants0,249 · 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.

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

Citations127
Publié2012
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueFrontiers in PhysiologyMême sujetExtracellular vesicles in diseaseTravaux en français237 207