Targeted Knockdown of Tissue Factor in B16F10 Melanoma Cells suppresses their Ability to Metastasize to Bone and cause cancellous Bone Loss
Notice bibliographique
Résumé
In this study, we use a well-defined mouse model to examine tissue factor's (TF) role in osteolytic bone metastasis. C57BL/6 mice received either mock siRNA-transfected or TF-specific siRNA-transfected B16F10 melanoma cells by left ventricular injection. A third group served as an age-matched control and did not receive any tumour cells. The effect on tumour burden and bone strength was then determined 14 days later by using bone histomorphometry and biomechanical testing. Based on histomorphometric analysis of the femurs, mice receiving TF-specific siRNA-transfected tumour cells had significantly reduced tumour burden as compared to those from mice that received mock siRNA-transfected tumour cells (2.20 ± 0.58% vs. 9.18 ± 2.20%). Furthermore, the femurs from mice receiving TF siRNA-transfected tumour cells displayed decreased osteoclast surface and consequently, increased cancellous bone volume and strength when compared to those isolated from mice that were injected with mock-transfected tumour cells. More importantly, no differences in osteoclast surface or cancellous bone volume and strength were observed when the femurs of mice that received TF siRNA-transfected tumour cells were compared to control mice that did not receive tumour cells. Based on these findings, we conclude that the expression of TF by tumour cells promotes their ability to metastasize to bone, thereby facilitating tumour cell—induced cancellous bone loss.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».