MétaCan
Menu
Retour à la cohorte
Enregistrement W2100084105 · doi:10.1158/0008-5472.can-06-2574

Ability to Acquire Drug Resistance Arises Early during the Tumorigenesis Process

2007· article· en· W2100084105 sur OpenAlexaff
Ernesto Yagüe, Ana Arance, Loïc Kubitza, Michael J. O’Hare, Parmjit Jat, Caroline Mackie Ogilvie, Ian R. Hart, Christopher F. Higgins, Selina Raguz

Notice bibliographique

RevueCancer Research · 2007
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueDNA Repair Mechanisms
Établissements canadiensSt. Thomas Hospital
Organismes subventionnairesnon disponible
Mots-clésCarcinogenesisTelomeraseBiologyDrug resistanceCancer researchMultiple drug resistanceCancerTumor progressionTelomerase reverse transcriptaseCancer cellGeneticsGene

Résumé

récupéré en direct d'OpenAlex

Resistance to chemotherapy is one of the principal causes of cancer mortality and is generally considered a late event in tumor progression. Although cellular models of drug resistance have been useful in identifying the molecules responsible for conferring drug resistance, most of these cellular models are derived from cell lines isolated from patients at a late stage in cancer progression. To ask at which stage in the tumorigenic progression does the cell gain the ability to acquire drug resistance, we generated a series of pre-tumorigenic and tumorigenic cells from human embryonic skin fibroblasts by introducing, sequentially, the catalytic subunit of telomerase, SV40 large T and small T oncoproteins, and an oncogenic form of ras. We show that the ability to acquire multidrug resistance (MDR) can arise before the malignant transformation stage. The minimal set of changes necessary to obtain pre-tumorigenic drug-resistant cells is expression of telomerase and inactivation of p53 and pRb. Thus, the pathways inactivated during tumorigenesis also confer the ability to acquire drug resistance. Microarray and functional studies of drug-resistant pre-tumorigenic cells indicate that the drug efflux pump P-glycoprotein is responsible for the MDR phenotype in this pre-tumorigenic cell model.

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)0,002
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 enseignants0,035
Score d'incertitude au seuil0,391

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,000
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 ouverte0,0010,000
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 Opus0,024
Tête enseignante GPT0,373
Écart entre enseignants0,349 · 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

Citations59
Publié2007
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCancer ResearchMême sujetDNA Repair MechanismsTravaux en français237 207