MétaCan
Menu
Retour à la cohorte
Enregistrement W2070181143 · doi:10.1038/bcj.2013.25

Modifying chemotherapy response by targeted inhibition of eukaryotic initiation factor 4A

2013· article· en· W2070181143 sur OpenAlexafffund
Regina Cencic, Françis Robert, Gabriela Galicia-Vázquez, Abba Malina, Philippe Pierre, Junichi Tanaka, Pierre Deslongchamps, Jerry Pelletier

Notice bibliographique

RevueBlood Cancer Journal · 2013
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiquePI3K/AKT/mTOR signaling in cancer
Établissements canadiensUniversité LavalMcGill University
Organismes subventionnairesCanadian Institutes of Health ResearchMcGill University
Mots-clésEIF4EPI3K/AKT/mTOR pathwayInitiation factorCancer researchBiologyTranslation (biology)Eukaryotic initiation factorSignal transductioneIF4ACell biologyEIF4A1Eukaryotic translationMessenger RNAGeneticsGene

Résumé

récupéré en direct d'OpenAlex

Translation is regulated predominantly at the initiation phase by several signal transduction pathways that are often usurped in human cancers, including the PI3K/Akt/mTOR axis. mTOR exerts unique administration over translation by regulating assembly of eukaryotic initiation factor (eIF) 4F, a heterotrimeric complex responsible for recruiting 40S ribosomes (and associated factors) to mRNA 5' cap structures. Hence, there is much interest in targeted therapies that block eIF4F activity to assess the consequences on tumor cell growth and chemotherapy response. We report here that hippuristanol (Hipp), a translation initiation inhibitor that selectively inhibits the eIF4F RNA helicase subunit, eIF4A, resensitizes Eμ-Myc lymphomas to DNA damaging agents, including those that overexpress eIF4E-a modifier of rapamycin responsiveness. As Mcl-1 levels are significantly affected by Hipp, combining its use with the Bcl-2 family inhibitor, ABT-737, leads to a potent synergistic response in triggering cell death in mouse and human lymphoma and leukemia cells. Suppression of eIF4AI using RNA interference also synergized with ABT-737 in murine lymphomas, highlighting eIF4AI as a therapeutic target for modulating tumor cell response to chemotherapy.

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 seuil0,003

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 Opus0,013
Tête enseignante GPT0,262
Écart entre enseignants0,249 · 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

Citations62
Publié2013
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueBlood Cancer JournalMême sujetPI3K/AKT/mTOR signaling in cancerTravaux en français237 207