Cancer-Associated Fibroblasts Drive the Progression of Metastasis through both Paracrine and Mechanical Pressure on Cancer Tissue
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Neoplastic cells recruit fibroblasts through various growth factors and cytokines. These "cancer-associated fibroblasts" (CAF) actively interact with neoplastic cells and form a myofibroblastic microenvironment that promotes cancer growth and survival and supports malignancy. Several products of their paracrine signaling repertoire have been recognized as tumor growth and metastasis regulators. However, tumor-promoting cell signaling is not the only reason that makes CAFs key components of the "tumor microenvironment," as CAFs affect both the architecture and growth mechanics of the developing tumor. CAFs participate in the remodeling of peritumoral stroma, which is a prerequisite of neoplastic cell invasion, expansion, and metastasis. CAFs are not present peritumorally as individual cells but they act orchestrated to fully deploy a desmoplastic program, characterized by "syncytial" (or collective) configuration and altered cell adhesion properties. Such myofibroblastic cohorts are reminiscent of those encountered in wound-healing processes. The view of "cancer as a wound that does not heal" led to useful comparisons between wound healing and tumorigenesis and expanded our knowledge of the role of CAF cohorts in cancer. In this integrative model of cancer invasion and metastasis, we propose that the CAF-supported microenvironment has a dual tumor-promoting role. Not only does it provide essential signals for cancer cell dedifferentiation, proliferation, and survival but it also facilitates cancer cell local invasion and metastatic phenomena.
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.
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 | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,003 | 0,001 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 découle