MétaCan
Menu
Retour à la cohorte
Enregistrement W2539421776 · doi:10.1038/srep35383

CDK4 regulates cancer stemness and is a novel therapeutic target for triple-negative breast cancer

2016· article· en· W2539421776 sur OpenAlexafffund
Meiou Dai, Chenjing Zhang, Ayad Ali, Xinyuan Hong, Jun Tian, Chieh Lo, Nadège Fils-Aimé, Sergio A. Burgos, Suhad Ali, Jean‐Jacques Lebrun

Notice bibliographique

RevueScientific Reports · 2016
Typearticle
Langueen
DomaineMedicine
ThématiqueCancer Cells and Metastasis
Établissements canadiensMcGill University
Organismes subventionnairesCanadian Institutes of Health Research
Mots-clésTriple-negative breast cancerBreast cancerCancer researchCancerMedicineCancer stem cellCA15-3Cyclin-dependent kinase 4Stem cellOncologyInternal medicineBiologyCell cycleCyclin-dependent kinase 2

Résumé

récupéré en direct d'OpenAlex

Triple negative breast cancers exhibit very aggressive features and poor patient outcomes. These tumors are enriched in cancer stem cells and exhibit resistance to most treatments and chemotherapy. In this study, we found the cyclin-dependent kinase (CDK4) to act as a cancer stem cell regulator and novel prognostic marker in triple negative breast cancers. We found CDK4 to be highly expressed in these tumors and its expression to correlate with poor overall and relapse free survival outcomes, high tumor grade and poor prognostic features of triple negative breast cancer patients. Moreover, we found that blocking CDK4 expression or kinase activity, using a pharmacological inhibitor prevented breast cancer stem cell self-renewal. Interestingly, suppression of CDK4 expression or kinase activity reversed the basal-B TNBC mesenchymal phenotype to an epithelial- and luminal-like phenotype which correlates with better clinical prognosis. Finally, blocking CDK4 activity efficiently eliminated both normal and chemotherapy-resistant cancer cells in triple negative breast cancers, highlighting CDK4 as a promising novel therapeutic target for these aggressive breast tumors.

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 candidatesCharge utile insuffisante (le modèle a refusé de juger)
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 enseignants0,372
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
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)0,0010,000

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 Opus0,030
Tête enseignante GPT0,307
Écart entre enseignants0,277 · 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'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

Citations62
Publié2016
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueScientific ReportsMême sujetCancer Cells and MetastasisTravaux en français237 207