Microenvironmental influences on mutagenesis in mammary epithelial cells
Notice bibliographique
Résumé
Tumor progression may be viewed as an evolutionary process at the cellular level. Because blood supply to solid tumors is inadequate, the cancer cells face a hostile microenvironment characterized by hypoxia or anoxia, acidic extracellular pH and nutrient deficiencies. It has been proposed that these factors result in increased levels of spontaneous mutagenesis and thereby contribute to tumor progression. We have examined spontaneous mutagenesis in vitro and in vivo, using previously characterized cell lines (mammary epithelial cells [ME] and mammary fibroblast cells [MFib]) from the mammary gland of the BigBluetrade mark rat, carrying a transgene construct suitable for the detection of mutations. Cells were exposed in vitro to control conditions, low pH, or to glucose deprivation, under normoxic or hypoxic culture conditions, and were also grown as xenografted tumors in immune-deficient mice. We examined cell survival and mutant frequency/spectrum at the cII locus. Significant increases in mutant frequency were observed in ME cells exposed to hypoxia alone or in combination with no glucose; the latter condition also resulted in reduced clonogenic survival. Cells grown as xenografts and then recovered and expanded in culture also had elevated frequencies of spontaneous mutations. We observed a shift in the spontaneous mutation spectrum between the ME cells and the MET cells (cultured in vitro or isolated from mouse xenograft tumors). These results support the concept that the tumor microenvironment contributes to tumor progression by enhancing spontaneous mutagenesis, that different cell types from the same organ can respond differently to these stresses and that differences in microenvironment may influence the types of mutations that arise.
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) | 0,000 | 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 ».