MétaCan
Menu
Retour à la cohorte
Enregistrement W2068142600 · doi:10.1158/1538-7445.fbcr13-b62

Abstract B62: Proteomic dynamics of stromal exosomes during processing in cancer cells

2013· article· en· W2068142600 sur OpenAlexaff
Ainsley Q. Underhill, Yingyi Amy Zhang, Liang Zhang, Valbona Luga, Jeffrey L. Wrana

Notice bibliographique

RevueCancer Research · 2013
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueExtracellular vesicles in disease
Établissements canadiensLunenfeld-Tanenbaum Research Institute
Organismes subventionnairesnon disponible
Mots-clésMicrovesiclesTetraspaninBiologyExosomeCell biologyStromal cellCancer cellEndocytic cycleCD81Tumor microenvironmentCancerCancer researchMetastasisCellImmunologymicroRNAEndocytosisBiochemistry

Résumé

récupéré en direct d'OpenAlex

Abstract Within the tumor microenvironment, cancer-associated fibroblasts (CAFs) are capable of releasing exosomes, small extracellular vesicles, which are then used by breast cancer cells to aid in metastasis. Exosomes are uptaken by the cancer cells and gain Wnt11 through processing, thus allowing them to stimulate Wnt-signaling pathways that causes increased cell motility. Our current research has focused on understanding the events that exosomes undergo as they pass through breast cancer cells. Exosomes from L cells carry the tetraspanin, Cd81, and two of its known transmembrane interactors Igsf8 and Ptgfrn. By using immunoprecipitation, we were able to isolate Cd81-exosomes, and analyze them by mass spectrometry. Furthermore, comparison of Cd81-exosomes before and after processing in MDA-MB-231, a human breast cancer cell line, revealed differences in protein content of the exosomes. Additionally, since L cells are a mouse fibroblast cell line, we could identify the origin of each protein based on variance between human and mouse proteins. Several families of proteins were identified, such as RNA-binding proteins, kinases, phosphatases, and secretory and endocytic proteins. Our data allows us to postulate that Cd81-exosome processing involves the use of the cancer cell endocytic and secretory pathways. By determining the mechanism whereby breast cancer cells use Cd81-exosomes as signals, it may be possible to block this process and prevent or slow metastatic events. Citation Format: Ainsley Q. Underhill, Yingyi Amy Zhang, Liang Zhang, Valbona Luga, Jeff Wrana. Proteomic dynamics of stromal exosomes during processing in cancer cells. [abstract]. In: Proceedings of the Third AACR International Conference on Frontiers in Basic Cancer Research; Sep 18-22, 2013; National Harbor, MD. Philadelphia (PA): AACR; Cancer Res 2013;73(19 Suppl):Abstract nr B62.

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 enseignants0,002
Score d'incertitude au seuil0,008

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)0,0020,001

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 Opus0,027
Tête enseignante GPT0,357
Écart entre enseignants0,330 · 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

Citations0
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCancer ResearchMême sujetExtracellular vesicles in diseaseTravaux en français237 207