Reversible Kinetic Analysis of Myc Targets <i>In vivo</i> Provides Novel Insights into Myc-Mediated Tumorigenesis
Notice bibliographique
Résumé
Deregulated expression of the Myc transcription factor is a frequent causal mutation in human cancer. Thousands of putative Myc target genes have been identified in in vitro studies, indicating that Myc exerts highly pleiotropic effects within cells and tissues. However, the complexity and diversity of Myc gene targets has confounded attempts at identifying which of these genes are the critical targets mediating Myc-driven tumorigenesis in vivo. Acute activation of Myc in a reversibly switchable transgenic model of Myc-mediated beta cell tumorigenesis induces rapid tumor onset, whereas subsequent Myc deactivation triggers equally rapid tumor regression. Thus, sustained Myc activity is required for tumor maintenance. We have used this reversibly switchable kinetic tumor model in combination with high-density oligonucleotide microarrays to develop an unbiased strategy for identifying candidate Myc-regulated genes responsible for maintenance of Myc-dependent tumors. Consistent with known Myc functions, some Myc-regulated genes are involved in cell growth, cycle, and proliferation. In addition, however, many Myc-regulated genes are specific to beta cells, indicating that a significant component of Myc action is cell type specific. Finally, we identify a very restricted cadre of genes with expression that is inversely regulated upon Myc activation-induced tumor progression and deactivation-induced tumor regression. By definition, such genes are candidates for tumor maintenance functions. Combining reversibly switchable, transgenic models of tumor formation and regression with genomic profiling offers a novel strategy with which to deconvolute the complexities of oncogenic signaling pathways in vivo.
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 | 0,001 | 0,002 |
| 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 ».