MétaCan
Menu
Retour à la cohorte
Enregistrement W2154966769 · doi:10.1073/pnas.0712059105

Normal development is an integral part of tumorigenesis in T cell-specific PTEN-deficient mice

2008· article· en· W2154966769 sur OpenAlexaff
Ling Xue, Hector Nolla, Akira Suzuki, Tak W. Mak, Astar Winoto

Notice bibliographique

RevueProceedings of the National Academy of Sciences · 2008
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiquePI3K/AKT/mTOR signaling in cancer
Établissements canadiensUniversity of TorontoOntario Institute for Cancer Research
Organismes subventionnairesnon disponible
Mots-clésPTENCarcinogenesisBiologyCancer researchSenescenceCell cycleCell growthSuppressorCellCancerTumor suppressor genePI3K/AKT/mTOR pathwayCell biologySignal transductionGenetics

Résumé

récupéré en direct d'OpenAlex

PTEN is a tumor suppressor gene but whether cancer can develop in all PTEN-deficient cells is not known. In T cell-specific PTEN-deficient (tPTEN-/-) mice, which suffer from mature T cell lymphomas, we found that premalignancy, as defined by elevated AKT and senescence pathways, starts in immature T cell precursors and surprisingly not in mature T cells. Premalignancy only starts in 6-week-old mice and becomes much stronger in 9-week-old mice although PTEN is lost since birth. tPTEN-/- immature T cells do not become tumors, and senescence has no role in this model because these cells exist in a novel cell cycle state, expressing proliferating proteins but not proliferating to any significant degree. Instead, the levels of p27(kip1), which is lower in tPTEN-/- immature T cells and almost nonexistent in tPTEN-/- mature T cells, correlate with the proliferation capability of these cells. Interestingly, transient reduction of these cancer precursor cells in adult tPTEN-/- mice within a crucial time window significantly delayed lymphomas and mouse lethality. Thus, loss of PTEN alone is not sufficient for cells to become cancerous, therefore other developmental events are necessary for tumor formation.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,004
Score d'incertitude au seuil0,012

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,001
Communication savante0,0010,000
Science ouverte0,0000,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,001

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 Opus0,052
Tête enseignante GPT0,285
Écart entre enseignants0,233 · 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 source (Gemma direct ou Codex distillé), 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

Citations41
Publié2008
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueProceedings of the National Academy of SciencesMême sujetPI3K/AKT/mTOR signaling in cancerTravaux en français237 207