MétaCan
Menu
Retour à la cohorte
Enregistrement W2065432613 · doi:10.1073/pnas.1004952107

LKB1 inhibits lung cancer progression through lysyl oxidase and extracellular matrix remodeling

2010· article· en· W2065432613 sur OpenAlexaff
Yijun Gao, Qian Xiao, Hui-Min Ma, Li Li, Jun Liu, Yan Feng, Zhaoyuan Fang, Jing Wu, Xiangkun Han, Junhua Zhang, Yihua Sun, Gongwei Wu, Robert F. Padera, Haiquan Chen, Kwok‐Kin Wong, Gaoxiang Ge, Hongbin Ji

Notice bibliographique

RevueProceedings of the National Academy of Sciences · 2010
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueMicrobial metabolism and enzyme function
Établissements canadiensInstitute for Biological Sciences
Organismes subventionnairesNational Cancer InstituteNational Key Research and Development Program of ChinaScience and Technology Commission of Shanghai MunicipalityChinese Academy of SciencesNational Natural Science Foundation of China
Mots-clésLysyl oxidaseLung cancerExtracellular matrixCancer researchTumor progressionCancerMetastasisMalignancyBiologySignal transductionTumor microenvironmentPathologyMedicineInternal medicineCell biology

Résumé

récupéré en direct d'OpenAlex

LKB1 loss-of-function mutations, observed in ∼30% of human lung adenocarcinomas, contribute significantly to lung cancer malignancy progression. We show that lysyl oxidase (LOX), negatively regulated by LKB1 through mTOR-HIF-1α signaling axis, mediates lung cancer progression. Inhibition of LOX activity dramatically alleviates lung cancer malignancy progression. Up-regulated LOX expression triggers excess collagen deposition in Lkb1-deficient lung tumors, and thereafter results in enhanced cancer cell proliferation and invasiveness through activation of β1 integrin signaling. High LOX level and activity correlate with poor prognosis and metastasis. Our findings provide evidence of how LKB1 loss of function promotes lung cancer malignancy through remodeling of extracellular matrix microenvironment, and identify LOX as a potential target for disease treatment in lung cancer patients.

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 seuil0,004

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 Opus0,019
Tête enseignante GPT0,324
Écart entre enseignants0,305 · 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

Citations184
Publié2010
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueProceedings of the National Academy of SciencesMême sujetMicrobial metabolism and enzyme functionTravaux en français237 207