MétaCan
Menu
Retour à la cohorte
Enregistrement W2586464258 · doi:10.1182/blood.v108.11.2561.2561

An In Vitro and In Vivo Evidence That Downregulation of Leukemia Inhibitory Factor (LIF) Receptor (LIF-R) Decreases the Metastatic Potential of Human Rhabdomyosarcoma (RMS) Cells.

2006· article· en· W2586464258 sur OpenAlexaff
Marcin Wysoczynski, Katarzyna Miękus, Anna Marcinkowska, Anna Janowska‐Wieczorek, Mariusz Z. Ratajczak

Notice bibliographique

RevueBlood · 2006
Typearticle
Langueen
DomaineMedicine
ThématiqueCytokine Signaling Pathways and Interactions
Établissements canadiensUniversity of Alberta
Organismes subventionnairesnon disponible
Mots-clésLeukemia inhibitory factorHepatocyte growth factorRhabdomyosarcomaCancer researchCell cultureIn vivoBiologyBone marrowInternal medicineReceptorMolecular biologyChemistryMedicinePathologyImmunologySarcomaCytokineInterleukin 6

Résumé

récupéré en direct d'OpenAlex

Abstract Rhabdomyosarcoma (RMS) and skeletal muscle-derived tumors frequently infiltrate bone marrow (BM). We have demonstrated that the stromal-derived factor (SDF)-1-CXCR4 receptor (Blood2002;100:2597) and hepatocyte growth factor (HGF)-c-Met receptor (Cancer Res. 2003;63:7926) play an important role in RMS metastasis to BM. Leukemia inhibitory factor (LIF) is a well known factor that plays an important role in skeletal muscle development/regeneration and similarly as SDF-1 and HGF is secreted by BM stroma. This prompted us to examine whether the LIF-LIF receptor (LIF-R) axis affects the biology/metastasis of RMS cells. We employed in our studies, human established RMS cell lines, as well as RMS samples isolated from patients and noticed that LIF-R was expressed not only on established human RMS cell lines (7/7) but more importantly, it was also detectable in patient samples (23/23). We also found that in RMS cells LIF stimulatesphosphorylation of MAPKp42/44, AKT and STAT3,chemotaxis and adhesion andincreases resistance to cytostatics (e.g., etoposide). These LIF-mediated effects were inhibited after downregulating the LIF-R by siRNA. To learn more on the biological significance of the LIF-LIF-R axis in vivo we employed two models. First, human RMS cells (RH-30) were exposed or not exposed to LIF-R siRNA and subsequently injected into SCID™-Beige immunodeficient mice. To estimate the number of RMS cells that seed to BM and liver in these animals, we isolated DNA and using real- time RT-PCR, amplified human a-satellite sequences and murine b-actin. The number of human cells present in murine organs was subsequently calculated from a standard curve derived from mixing varying numbers of human cells with a constant number of murine cells. We noticed that downregulation of LIF-R by siRNA significantly decreased the number of human RMS cells in murine BM and liver (x4 and x2 respectively). In a second model, the RH30 cell line was selected by repetitive chemotaxis for cells that are highly responsive to LIF (RH-30 L) and subsequently the cells from parental RH-30 cell line and RH-30 L cells were injected intramuscularly. Six weeks after tumour inoculation, we detected more metastasis in bone marrow and lungs in mice injected with RH-30L cells as compared to parental RH-30 clone (x6 and x3 respectively). In conclusion, we present evidence for the first time that the inhibition of LIF-LIF-R axis may decrease the invasive potential of human RMS both in vitro and in vivo. Hence, molecular targeting of LIF-LIF-R axis could possibly become a more effective new strategy to control the progression and metastasis of RMS.

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 enseignants0,003
Score d'incertitude au seuil0,009

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)0,0030,001

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 Opus0,024
Tête enseignante GPT0,274
Écart entre enseignants0,250 · 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

Citations0
Publié2006
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBloodMême sujetCytokine Signaling Pathways and InteractionsTravaux en français237 207