MétaCan
Menu
Retour à la cohorte
Enregistrement W2557836851 · doi:10.1016/j.heliyon.2016.e00204

RBM5 reduces small cell lung cancer growth, increases cisplatin sensitivity and regulates key transformation-associated pathways

2016· article· en· W2557836851 sur OpenAlexaff
Julie J. Loiselle, Justin G. Roy, Leslie C. Sutherland

Notice bibliographique

RevueHeliyon · 2016
Typearticle
Langueen
DomaineMedicine
ThématiqueLung Cancer Research Studies
Établissements canadiensHealth Sciences NorthLaurentian University
Organismes subventionnairesnon disponible
Mots-clésCancer researchCisplatinLung cancerCell cycleCell growthApoptosisBiologyTranscriptomeCell cultureTumor suppressor geneCellAngiogenesisCancerGene expressionMedicineOncologyChemotherapyGeneCarcinogenesisGenetics

Résumé

récupéré en direct d'OpenAlex

Small cell lung cancer (SCLC) is the most aggressive type of lung cancer, with almost 95% of patients succumbing to the disease. Although RBM5 , a tumor suppressor gene, is downregulated in the majority of lung cancers, its role in SCLC is unknown. Using the GLC20 SCLC cell line, which has a homozygous deletion encompassing the RBM5 gene locus, we established stable RBM5 expressing sublines and investigated the effects of RBM5 re-expression. Transcriptome and target identification studies determined that RBM5 directly regulates the cell cycle and apoptosis in SCLC cells, as well as significantly downregulates other important transformation-associated pathways such as angiogenesis and cell adhesion. RNA sequencing of paired non-tumor and tumor SCLC patient specimens showed decreased RBM5 expression in the tumors, and expression alterations in the majority of the same pathways that were altered in the GLC20 cells and sublines. Functional studies confirmed RBM5 expression slows SCLC cell line growth, and increases sensitivity to the chemotherapy drug cisplatin. Overall, our work demonstrates the importance of RBM5 expression to the non-transformed state of lung cells and the consequences of its deletion to SCLC development and progression.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
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 enseignants0,004
Score d'incertitude au seuil0,012

Scores du classifieur distillé par catégorie (deux têtes)

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 recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,001

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 Opus0,018
Tête enseignante GPT0,278
Écart entre enseignants0,260 · 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

Citations17
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueHeliyonMême sujetLung Cancer Research StudiesTravaux en français237 207