MétaCan
Menu
Retour à la cohorte
Enregistrement W2032990424 · doi:10.1158/1535-7163.targ-13-a186

Abstract A186: Novel target to control lung tumor growth: Disruption of cell membrane remodeling by modulating myoferlin expression.

2013· article· en· W2032990424 sur OpenAlexaff
Suk Kei Cleo Leung, Carol Yu, Michelle I. Lin, Cristina E. Tognon, Pascal Bernatchez

Notice bibliographique

RevueMolecular Cancer Therapeutics · 2013
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueMuscle Physiology and Disorders
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésCell biologyBiologyCancerCancer cellGene silencingCancer researchCell growthCellEndocytosisGenetics

Résumé

récupéré en direct d'OpenAlex

Abstract Introduction: Lung cancer is the leading cause of cancer death in human. One feature of tumor cells is their ability to rapidly proliferate. These fast dividing tumor cells undergo continuous membrane damage and remodeling cycles. Hence, disruption of membrane remodeling and repair could block tumor growth. Myoferlin has been shown to mediate membrane processes such as receptor trafficking and membrane repair via endocytosis and exocytosis. Loss of myoferlin expression in non-cancer cell lines leads to defects in processes essential for cell proliferation, such as trafficking of membrane receptors (1, 2) and repairing ruptured cell membrane (3). Involvement of myoferlin in multifaceted membrane events shared by cancer pathogenesis suggests that modulating myoferlin expression can block tumorigenic activities. Herein, we investigated whether interfering with normal myoferlin expression, membrane repair and remodeling provides therapeutically relevant antitumor effects. Purpose and Hypothesis: Myoferlin regulates lung tumor growth by mediating cell proliferation and membrane remodeling process. Methods and Results: To investigate the potential expression of myoferlin in tumor, we performed Western blot analysis on a range of mouse and human cancer cell lines and immunohistochemistry on mouse and human lung carcinoma tissues. We found that myoferlin was expressed in various human and mouse cancer cell lines as well as solid tumors. With the use of immunofluorescent assay, we visualized the localization of myoferlin expression around the peri-nuclear region, cytoplasm and Golgi apparatus in cultured mouse Lewis lung carcinoma (LLC) cells. To assess the role of myoferlin in tumor pathogenesis, loss of function studies were performed using a myoferlin silencing RNA (siRNA)-based approach. Briefly, mouse Lewis lung carcinoma (LLC) cells were transfected with myoferlin siRNA and the effects of myoferlin knockdown on tumor cell proliferation and membrane repair were evaluated. A mouse xenograft tumor model was also used to determine the effects of myoferlin knockdown on solid tumor growth. Knockdown of myoferlin caused a 90% decrease in proliferation of mouse LLC cells and disabled membrane resealing after membrane damage. In addition, myoferlin siRNA decreased solid lung tumor growth by 55%, which was attributed to substantial reduction of tumor cell proliferation. Conclusion: Our results identify the anti-proliferative effect associated with attenuated myoferlin expression in lung tumor growth both in vitro and in vivo. This opens up a new therapeutic approach for lung cancer. Citation Information: Mol Cancer Ther 2013;12(11 Suppl):A186. Citation Format: Suk Kei Cleo Leung, Carol Yu, Michelle I. Lin, Cristina Tognon, Pascal Bernatchez. Novel target to control lung tumor growth: Disruption of cell membrane remodeling by modulating myoferlin expression. [abstract]. In: Proceedings of the AACR-NCI-EORTC International Conference: Molecular Targets and Cancer Therapeutics; 2013 Oct 19-23; Boston, MA. Philadelphia (PA): AACR; Mol Cancer Ther 2013;12(11 Suppl):Abstract nr A186.

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 enseignants0,003
Score d'incertitude au seuil0,010

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0010,000
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 recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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.

Tête enseignante Opus0,010
Tête enseignante GPT0,253
Écart entre enseignants0,243 · 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 revueMolecular Cancer TherapeuticsMême sujetMuscle Physiology and DisordersTravaux en français237 207