MétaCan
Menu
Retour à la cohorte
Enregistrement W2088111575 · doi:10.1016/j.jnutbio.2015.02.002

The effects of folic acid on global DNA methylation and colonosphere formation in colon cancer cell lines

2015· article· en· W2088111575 sur OpenAlexafffund
Nathan Farias, Nelson Ho, Stacey J. Butler, Leanne M. Delaney, Jodi Morrison, Siranoush Shahrzad, Brenda L. Coomber

Notice bibliographique

RevueThe Journal of Nutritional Biochemistry · 2015
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueEpigenetics and DNA Methylation
Établissements canadiensUniversity of Guelph
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaCanadian Cancer Society Research Institute
Mots-clésDNA methylationReprogrammingMethylationMethyltransferaseCarcinogenesisDNA methyltransferaseBiologyCancer researchMolecular biologyCellCancerBiochemistryDNAGeneticsGene expressionGene

Résumé

récupéré en direct d'OpenAlex

Folate and its synthetic form, folic acid (FA), are essential vitamins for the regeneration of S-adenosyl methionine molecules, thereby maintaining adequate cellular methylation. The deregulation of DNA methylation is a contributing factor to carcinogenesis, as alterations in genetic methylation may contribute to stem cell reprogramming and dedifferentiation processes that lead to a cancer stem cell (CSC) phenotype. Here, we investigate the potential effects of FA exposure on DNA methylation and colonosphere formation in cultured human colorectal cancer (CRC) cell lines. We show for the first time that HCT116, LS174T, and SW480 cells grown without adequate FA demonstrate significantly impaired colonosphere forming ability with limited changes in CD133, CD166, and EpCAM surface expression. These differences were accompanied by concomitant changes to DNA methyltransferase (DNMT) enzyme expression and DNA methylation levels, which varied depending on cell line. Taken together, these results demonstrate an interaction between FA metabolism and CSC phenotype in vitro and help elucidate a connection between supplemental FA intake and CRC development.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,028
Score d'incertitude au seuil0,212

Scores Codex et Gemma par catégorie

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)0,0000,000

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 Opus0,010
Tête enseignante GPT0,269
Écart entre enseignants0,259 · 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 tête enseignante, 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

Citations68
Publié2015
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueThe Journal of Nutritional BiochemistryMême sujetEpigenetics and DNA MethylationTravaux en français237 207