MétaCan
Menu
Retour à la cohorte
Enregistrement W2040138014 · doi:10.1371/journal.pone.0070047

Regulation of the Tumor Suppressor PTEN through Exosomes: A Diagnostic Potential for Prostate Cancer

2013· article· en· W2040138014 sur OpenAlexafffund
Kathleen Gabriel, Alistair J. Ingram, Richard C. Austin, Anil Kapoor, Damu Tang, Fadwa Majeed, Talha Qureshi, Khalid Al‐Nedawi

Notice bibliographique

RevuePLoS ONE · 2013
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueExtracellular vesicles in disease
Établissements canadiensSt. Joseph's HospitalMcMaster University
Organismes subventionnairesProstate Cancer CanadaMcMaster UniversityMovember Foundation
Mots-clésPTENProstate cancerMicrovesiclesCancer researchTumor suppressor geneCancerSuppressorDownregulation and upregulationBiologyMedicinemicroRNAInternal medicineApoptosisGeneCarcinogenesisPI3K/AKT/mTOR pathwayGenetics

Résumé

récupéré en direct d'OpenAlex

PTEN is a potent tumor-suppressor protein. Aggressive and metastatic prostate cancer (PC) is associated with a reduction or loss of PTEN expression. PTEN reduction often occurs without gene mutations, and its downregulation is not fully understood. Herein, we show that PTEN is incorporated in the cargo of exosomes derived from cancer cells. PTEN is not detected in exosomes derived from normal, noncancerous cells. We found that PTEN can be transferred to other cells through exosomes. In cells that have a reduction or complete loss of PTEN expression, the transferred PTEN is competent to confer tumor-suppression activity to acceptor cells. In PC patients, we show that PTEN is incorporated in the cargo of exosomes that circulate in their blood. Interestingly, normal subjects have no PTEN expression in their blood exosomes. Further, we found that the prostate-specific antigen (PSA) is incorporated in PC patients' and normal subjects' blood exosomes. These data suggest that exosomal PTEN can compensate for PTEN loss in PTEN deficient cells, and may have diagnostic value for prostate cancer.

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 enseignants0,018
Score d'incertitude au seuil0,297

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 Opus0,015
Tête enseignante GPT0,229
Écart entre enseignants0,214 · 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

Citations128
Publié2013
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revuePLoS ONEMême sujetExtracellular vesicles in diseaseTravaux en français237 207