MétaCan
Menu
Retour à la cohorte
Enregistrement W2342570238 · doi:10.1038/srep25220

Cancer stem cells are underestimated by standard experimental methods in clear cell renal cell carcinoma

2016· article· en· W2342570238 sur OpenAlexaff
Craig Gedye, Danylo Sirskyj, Nazleen Lobo, Jalna Meens, Elzbieta Hyatt, Michael Robinette, Neil Fleshner, Robert J. Hamilton, Girish S. Kulkarni, Alexandre R. Zlotta, Andrew Evans, Antonio Finelli, Michael A.S. Jewett, Laurie Ailles

Notice bibliographique

RevueScientific Reports · 2016
Typearticle
Langueen
DomaineMedicine
ThématiqueCancer Cells and Metastasis
Établissements canadiensUniversity of TorontoHospital for Sick ChildrenPrincess Margaret Cancer CentreUniversity Health Network
Organismes subventionnairesRoyal Australasian College of Physicians
Mots-clésClear cell renal cell carcinomaAnoikisXenotransplantationCancer researchCancerBiologyCell cultureCellNodStem cellCell growthRenal cell carcinomaCancer cellTransplantationMedicinePathologyInternal medicineCell biologyIn vivoGenetics

Résumé

récupéré en direct d'OpenAlex

Rare cancer stem cells (CSC) are proposed to be responsible for tumour propagation and re-initiation and are functionally defined by identifying tumour-initiating cells (TICs) using the xenotransplantation limiting dilution assay (LDA). While TICs in clear cell renal cell carcinoma (ccRCC) appeared rare in NOD/SCID/IL2Rγ(-/-) (NSG) mice, xenografts formed more efficiently from small tumour fragments, indicating the LDA underestimated ccRCC TIC frequency. Mechanistic interrogation of the LDA identified multiple steps that influence ccRCC TIC quantitation. For example, tissue disaggregation destroys most ccRCC cells, common assays significantly overestimate tumour cell viability, and microenvironmental supplementation with human extracellular factors or pharmacological inhibition of anoikis increase clonogenicity and tumourigenicity of ccRCC cell lines and primary tumour cells. Identification of these previously uncharacterized concerns that cumulatively lead to substantial underestimation of TICs in ccRCC provides a framework for development of more accurate TIC assays in the future, both for this disease and for other cancers.

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)0,010
score de la tête « metaresearch » (Gemma)0,010
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 enseignants0,010
Score d'incertitude au seuil0,051

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0100,010
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,001
Études des sciences et des technologies0,0010,002
Communication savante0,0010,001
Science ouverte0,0010,001
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 Opus0,033
Tête enseignante GPT0,340
Écart entre enseignants0,307 · 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

Citations30
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueScientific ReportsMême sujetCancer Cells and MetastasisTravaux en français237 207