MétaCan
Menu
Retour à la cohorte
Enregistrement W2337050790 · doi:10.1158/0008-5472.can-15-3114

Carcinoma Cell Hyaluronan as a “Portable” Cancerized Prometastatic Microenvironment

2016· review· en· W2337050790 sur OpenAlexaff
Eva A. Turley, David K. Wood, James B. McCarthy

Notice bibliographique

RevueCancer Research · 2016
Typereview
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueProteoglycans and glycosaminoglycans research
Établissements canadiensVictoria HospitalWestern University
Organismes subventionnairesNational Cancer Institute
Mots-clésTumor microenvironmentCancer researchMedicineTumor cells

Résumé

récupéré en direct d'OpenAlex

Hyaluronan (HA) is a structurally simple polysaccharide, but its ability to act as a template for organizing pericellular matrices and its regulated synthesis and degradation are key to initiating repair responses. Importantly, these HA functions are usurped by tumor cells to facilitate progression and metastasis. Recent advances have identified the functional complexities associated with the synthesis and degradation of HA-rich matrices. Three enzymes synthesize large HA polymers while multiple hyaluronidases or tissue free radicals degrade these into smaller bioactive fragments. A family of extracellular and cell-associated HA-binding proteins/receptors translates the bioinformation encrypted in this complex polymer mixture to activate signaling networks required for cell survival, proliferation, and migration in an actively remodeling microenvironment. Changes in HA metabolism within both the peritumor stroma and parenchyma are linked to tumor initiation, progression, and poor clinical outcome. We review evidence that metastatic tumor cells must acquire the capability to autonomously synthesize, assemble, and process their own "portable" HA-rich microenvironments to survive in the circulation, metastasize to ectopic sites, and escape therapeutic intervention. Strategies to disrupt the HA machinery of primary tumor and circulating tumor cells may enhance the effectiveness of current conventional and targeted therapies. Cancer Res; 76(9); 2507-12. ©2016 AACR.

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)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Charge utile insuffisante (le modèle a refusé de juger)
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 enseignants0,981
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0020,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,001

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 Opus0,076
Tête enseignante GPT0,417
Écart entre enseignants0,341 · 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.

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

Citations77
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCancer ResearchMême sujetProteoglycans and glycosaminoglycans researchTravaux en français237 207