MétaCan
Menu
Retour à la cohorte
Enregistrement W2047579438 · doi:10.1038/ncomms6874

Interfering with stem cell-specific gatekeeper functions controls tumour initiation and malignant progression of skin tumours

2015· article· en· W2047579438 sur OpenAlexfundno aff
Monika Petersson, Karen L. Reuter, Heike Brylka, Andreas Kraus, Peter Schettina, Catherin Niemann

Notice bibliographique

RevueNature Communications · 2015
Typearticle
Langueen
DomaineMedicine
ThématiqueHair Growth and Disorders
Établissements canadiensnon disponible
Organismes subventionnairesNational Cancer InstituteDeutsche KrebshilfeDeutsche ForschungsgemeinschaftUniversität zu KölnStem Cell Network
Mots-clésHair follicleMutantBiologyCancer researchStem cellDNA damageCell biologyMutationCellCell growthDNAGeneGenetics

Résumé

récupéré en direct d'OpenAlex

Epithelial cancer constitutes a major clinical challenge and molecular mechanisms underlying the process of tumour initiation are not well understood. Here we demonstrate that hair follicle bulge stem cells (SCs) give rise to well-differentiated sebaceous tumours and show that SCs are not only crucial in tumour initiation, but are also involved in tumour plasticity and heterogeneity. Our findings reveal that SC-specific expression of mutant Lef1, which mimics mutations found in human sebaceous tumours, drives sebaceous tumour formation. Mechanistically, we demonstrate that mutant Lef1 abolishes p53 activity in SCs. Intriguingly, mutant Lef1 induces DNA damage and interferes with SC-specific gatekeeper functions normally protecting against accumulations of DNA lesions and cell loss. Thus, normal control of SC proliferation is disrupted by mutant Lef1, thereby allowing uncontrolled propagation of tumour-initiating SCs. Collectively, these findings identify underlying molecular and cellular mechanisms of tumour-initiating events in tissue SCs providing a potential target for future therapeutic strategies.

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 enseignants0,001
Score d'incertitude au seuil0,002

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 recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,026
Tête enseignante GPT0,287
Écart entre enseignants0,260 · 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

Citations17
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueNature CommunicationsMême sujetHair Growth and DisordersTravaux en français237 207