MétaCan
Menu
Retour à la cohorte
Enregistrement W2115492288 · doi:10.1111/pcmr.12399

The role of the metastasis suppressor gene <scp>KAI</scp>1 in melanoma angiogenesis

2015· article· en· W2115492288 sur OpenAlexafffund
Yun Tang, Madhuri Bhandaru, Yabin Cheng, Jing Lü, Gang Li, Christopher J. Ong

Notice bibliographique

RevuePigment Cell & Melanoma Research · 2015
Typearticle
Langueen
DomaineMedicine
ThématiqueCell Adhesion Molecules Research
Établissements canadiensVancouver Coastal Health Research InstituteUniversity of British Columbia
Organismes subventionnairesCanadian Cancer Society Research InstituteCanadian Institutes of Health ResearchTerry Fox Research InstituteProstate Cancer Canada
Mots-clésAngiogenesisMatrigelCancer researchMelanomaProtein kinase BMetastasisCD31Downregulation and upregulationCell migrationNeovascularizationUmbilical veinBiologyCell biologyPhosphorylationIn vitroMedicineCancerInternal medicineGene

Résumé

récupéré en direct d'OpenAlex

The tetraspan protein KAI1 (CD82) has been previously shown to have important roles in cell migration, invasion, and melanoma prognosis. In this study, we investigated the role of KAI1 regarding melanoma angiogenesis. KAI1 overexpression strongly suppressed the growth of the human umbilical vein endothelial cells and their tubular structure formation in vitro. Also, KAI1 was able to inhibit both interleukin-6 (IL-6) and VEGF at mRNA and protein levels. Using nude mice in the in vivo study, we showed that KAI1, through the regulation of ING4, inhibited blood vessel formation in matrigel plugs along with the downregulation of IL-6 and VEGF, and the recruitment of CD31-positive cells. Finally, we found that KAI1 was able to suppress the activity of a serine/threonine kinase Akt by suppressing Akt phosphorylation (Ser473). Taken together, our results suggested that KAI1 was able to suppress melanoma angiogenesis by downregulating IL-6 and VEGF expression, and the restoration of KAI1 functionality offered a new approach in human melanoma treatment.

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)0,006
score de la tête « metaresearch » (Gemma)0,002
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 enseignants0,095
Score d'incertitude au seuil0,773

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0060,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,002
Études des sciences et des technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0010,001
Intégrité de la recherche0,0000,001
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 Opus0,056
Tête enseignante GPT0,330
Écart entre enseignants0,274 · 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

Citations13
Publié2015
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revuePigment Cell & Melanoma ResearchMême sujetCell Adhesion Molecules ResearchTravaux en français237 207