Unraveling heterogeneous susceptibility and the evolution of breast cancer using a systems biology approach
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
BACKGROUND: An essential question in cancer is why individuals with the same disease have different clinical outcomes. Progress toward a more personalized medicine in cancer patients requires taking into account the underlying heterogeneity at different molecular levels. RESULTS: Here, we present a model in which there are complex interactions at different cellular and systemic levels that account for the heterogeneity of susceptibility to and evolution of ERBB2-positive breast cancers. Our model is based on our analyses of a cohort of mice that are characterized by heterogeneous susceptibility to ERBB2-positive breast cancers. Our analysis reveals that there are similarities between ERBB2 tumors in humans and those of backcross mice at clinical, genomic, expression, and signaling levels. We also show that mice that have tumors with intrinsically high levels of active AKT and ERK are more resistant to tumor metastasis. Our findings suggest for the first time that a site-specific phosphorylation at the serine 473 residue of AKT1 modifies the capacity for tumors to disseminate. Finally, we present two predictive models that can explain the heterogeneous behavior of the disease in the mouse population when we consider simultaneously certain genetic markers, liver cell signaling and serum biomarkers that are identified before the onset of the disease. CONCLUSIONS: Considering simultaneously tumor pathophenotypes and several molecular levels, we show the heterogeneous behavior of ERBB2-positive breast cancer in terms of disease progression. This and similar studies should help to better understand disease variability in patient populations.
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 | 0,000 | 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 | 0,001 |
| 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 découle