MétaCan
Menu
Retour à la cohorte
Enregistrement W2035114699 · doi:10.4161/cc.10.10.15703

RB1 and p53 at the crossroad of EMT and triple-negative breast cancer

2011· review· en· W2035114699 sur OpenAlexaff
Zhe Jiang, Robert A. Jones, Jeff C. Liu, Tao Deng, Tyler Robinson, Philip E.D. Chung, Sharon Wang, Jason I. Herschkowitz, Sean E. Egan, Charles M. Perou, Eldad Zacksenhaus

Notice bibliographique

RevueCell Cycle · 2011
Typereview
Langueen
DomaineMedicine
ThématiqueCancer Cells and Metastasis
Établissements canadiensUniversity of TorontoUniversity Health Network
Organismes subventionnairesnon disponible
Mots-clésTriple-negative breast cancerBreast cancerCancer researchBiologyProgenitor cellCancerEpithelial–mesenchymal transitionBasal (medicine)SuppressorProgenitorStem cellMetastasisGeneticsEndocrinology

Résumé

récupéré en direct d'OpenAlex

Triple-negative breast cancer (TNBC) is a heterogeneous disease that includes Basal-like and Claudin-low tumors. The Claudin-low tumors are enriched for features associated with epithelial-to-mesenchymal transition (EMT) and possibly for tumor initiating cells. Primary TNBCs respond relatively well to conventional chemotherapy; however, metastatic disease is virtually incurable. Thus, there is a great interest in identifying specific therapeutic targets for TNBC. The tumor suppressor RB1 is frequently lost in Basal-like breast cancer. To test for a causative role of RB1 gene loss in BC and for its effect on specific subtypes, we deleted mouse Rb in mammary stem/bipotent progenitor cells. This led to diverse mammary tumors including TNBC, with a subset of the latter containing p53 mutations and exhibiting features of Basal-like BC or EMT. Combined mutation of Rb and p53 in mammary stem/bipotent progenitors induced EMT type tumors. Here, we review our findings and those of others, which connect Rb and p53 to EMT in TNBC. Furthermore, we discuss how by understanding this circuit and its vulnerabilities, we may identify novel therapy for TNBC.

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)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,007

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0020,002
Études des sciences et des technologies0,0000,001
Communication savante0,0010,002
Science ouverte0,0010,001
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0020,003

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 Opus0,039
Tête enseignante GPT0,330
Écart entre enseignants0,291 · 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'étudeSans objet
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations139
Publié2011
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCell CycleMême sujetCancer Cells and MetastasisTravaux en français237 207