Mathematical modelling of phenotypic plasticity and conversion to a stem-cell state under hypoxia
Notice bibliographique
Résumé
Hypoxia, or oxygen deficiency, is known to be associated with breast tumour progression, resistance to conventional therapies and poor clinical prognosis. The epithelial-mesenchymal transition (EMT) is a process that confers invasive and migratory capabilities as well as stem cell properties to carcinoma cells thus promoting metastatic progression. In this work, we examined the impact of hypoxia on EMT-associated cancer stem cell (CSC) properties, by culturing transformed human mammary epithelial cells under normoxic and hypoxic conditions, and applying in silico mathematical modelling to simulate the impact of hypoxia on the acquisition of CSC attributes and the transitions between differentiated and stem-like states. Our results indicate that both the heterogeneity and the plasticity of the transformed cell population are enhanced by exposure to hypoxia, resulting in a shift towards a more stem-like population with increased EMT features. Our findings are further reinforced by gene expression analyses demonstrating the upregulation of EMT-related genes, as well as genes associated with therapy resistance, in hypoxic cells compared to normoxic counterparts. In conclusion, we demonstrate that mathematical modelling can be used to simulate the role of hypoxia as a key contributor to the plasticity and heterogeneity of transformed human mammary epithelial 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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| 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 | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
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 tête enseignante, 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 ».