Abstract A6: Dissecting mechanisms of RANKL dependency in osteosarcoma
Notice bibliographique
Résumé
Abstract Osteosarcoma is the most common bone tumor in adolescents, severely impacts quality of life, and ∼40% of patients die of metastases to lungs and liver. In an effort to study this poorly understood cancer, we have generated a novel transgenic mouse model of osteosarcoma (designated MOTO) through osteocalcin promoter-driven SV40 T-antigen expression. The MOTO model is 100% penetrant and recapitulates all critical features of the human disease including skeletal tumor distribution, radiology, histology, genomic instability and metastasis. Using genomic screens, we have identified the cytokine RANKL (Receptor Activator of Nuclear Factor kappa B Ligand), and its receptor RANK, to be aberrantly expressed in MOTO tumors and cell lines. Genetic studies using RANKL deficient MOTO mice reveal osteosarcoma to be broadly dependent on its expression. To further dissect the role of RANKL signaling in osteosarcoma, we have performed gain- and loss-of-function studies to determine if RANKL affects classic oncogenic cell parameters. Specifically, loss of RANKL in MOTO tumor cell lines inhibits invasion and soft agar colony formation, indicating its ability to contribute to tumorigenesis in a cell autonomous manner. To support this hypothesis, we are testing the effects of de novo RANK expression on the tumorigenic properties of osteoblastic cells. Together, these studies are dissecting the individual contributions of RANKL and RANK in controlling primary bone tumorigenesis. Citation Information: Cancer Res 2009;69(23 Suppl):A6.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| 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 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,001 |
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.
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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».