MétaCan
Menu
Retour à la cohorte
Enregistrement W2285724633 · doi:10.5772/62337

Gold Nanoparticles Impinge on Nucleoli and the Stress Response in MCF7 Breast Cancer Cells

2016· review· en· W2285724633 sur OpenAlexafffund
Mohamed Kodiha, Hicham Mahboubi, Dušica Maysinger, Ursula Stochaj

Notice bibliographique

RevueNanobiomedicine · 2016
Typereview
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueRNA modifications and cancer
Établissements canadiensMcGill University
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésNucleolusColloidal goldCell biologyRibosomeCancer cellRibosome biogenesisOrganelleChemistryNucleusRibosomal proteinBiologyBiophysicsRNANanoparticleCancerNanotechnologyMaterials scienceBiochemistryGeneGenetics

Résumé

récupéré en direct d'OpenAlex

Cancer cells can take up gold nanoparticles of different morphologies. These particles interact with the plasma membrane and often travel to intracellular organelles. Among organelles, the nucleus is especially susceptible to the damage that is inflicted by gold nanoparticles. Located inside the nucleus, nucleoli are specialized compartments that transcribe ribosomal RNA genes, produce ribosomes and function as cellular stress sensors. Nucleoli are particularly prone to gold nanoparticle-induced injury. As such, small spherical gold nanoparticles and gold nanoflowers interfere with the transcription of ribosomal DNA. However, the underlying mechanisms are not fully understood. In this study, we examined the effects of gold nanoparticles on nucleolar proteins that are critical to ribosome biogenesis and other cellular functions. We show that B23/nucleophosmin, a nucleolar protein that is tightly linked to cancer, is significantly affected by gold nanoparticles. Furthermore, gold nanoparticles impinge on the cellular stress response, as they reduce the abundance of the molecular chaperone hsp70 and O-GlcNAc modified proteins in the nucleus and nucleoli. Together, our studies set the stage for the development of nanomedicines that target the nucleolus to eradicate proliferating cancer cells.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,986
Score d'incertitude au seuil0,534

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,016
Tête enseignante GPT0,313
Écart entre enseignants0,297 · 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'étudeSans objet
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations42
Publié2016
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueNanobiomedicineMême sujetRNA modifications and cancerTravaux en français237 207