MétaCan
Menu
Retour à la cohorte
Enregistrement W2553250671 · doi:10.1016/j.celrep.2016.10.030

Adaptive Resistance to an Inhibitor of Chromosomal Instability in Human Cancer Cells

2016· article· en· W2553250671 sur OpenAlexafffund
Bernardo Orr, Lama Talje, Zhexian Liu, Benjamin H. Kwok, Duane A. Compton

Notice bibliographique

RevueCell Reports · 2016
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueMicrotubule and mitosis dynamics
Établissements canadiensUniversité de MontréalInstitute for Research in Immunology and Cancer
Organismes subventionnairesNational Institute of General Medical SciencesNational Institutes of HealthCanadian Institutes of Health ResearchCancer Research Society
Mots-clésChromosome instabilityChromosome segregationBiologyMitosisGenome instabilityCancer cellCancerCancer researchMicrotubuleChromosomeDrug resistanceCell biologyGeneticsGeneDNADNA damage

Résumé

récupéré en direct d'OpenAlex

Karyotype diversity is a hallmark of solid tumors that contributes to intratumor heterogeneity. This diversity is generated by persistent chromosome mis-segregation associated with chromosomal instability (CIN). CIN correlates with tumor relapse and is thought to promote drug resistance by creating a vast genomic landscape through which karyotypically unique clones survive lethal drug selection. We explore this proposition using a small molecule (UMK57) that suppresses chromosome mis-segregation in CIN cancer cells by potentiating the activity of the kinesin-13 protein MCAK. Sublethal doses of UMK57 destabilize kinetochore-microtubule (k-MT) attachments during mitosis to increase chromosome segregation fidelity. Surprisingly, chromosome mis-segregation rebounds in UMK57-treated cancer cells within a few days. This rapid relapse is driven by alterations in the Aurora B signaling pathway that hyper-stabilize k-MT attachments and is reversible following UMK57 removal. Thus, cancer cells display adaptive resistance to therapies targeting CIN through rapid and reversible changes to mitotic signaling networks.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,007
Score d'incertitude au seuil0,375

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
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)0,0000,000

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 Opus0,009
Tête enseignante GPT0,245
Écart entre enseignants0,236 · 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.

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

Citations64
Publié2016
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueCell ReportsMême sujetMicrotubule and mitosis dynamicsTravaux en français237 207