MétaCan
Menu
Retour à la cohorte
Enregistrement W2591034192 · doi:10.3791/55027

Live Imaging to Study Microtubule Dynamic Instability in Taxane-resistant Breast Cancers

2017· article· en· W2591034192 sur OpenAlexaff
Richard Wang, Harris H. Wang, Zhixiang Wang

Notice bibliographique

RevueJournal of Visualized Experiments · 2017
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueMicrotubule and mitosis dynamics
Établissements canadiensUniversity of Alberta
Organismes subventionnairesnon disponible
Mots-clésTaxaneMicrotubuleDocetaxelPaclitaxelTubulinIn vivoCell biologyBiologyCancer researchCancerBreast cancerGenetics

Résumé

récupéré en direct d'OpenAlex

Taxanes such as docetaxel belong to a group of microtubule-targeting agents (MTAs) that are commonly relied upon to treat cancer. However, taxane resistance in cancerous cells drastically reduces the effectiveness of the drugs' long-term usage. Accumulated evidence suggests that the mechanisms underlying taxane resistance include both general mechanisms, such as the development of multidrug resistance due to the overexpression of drug-efflux proteins, and taxane-specific mechanisms, such as those that involve microtubule dynamics. Because taxanes target cell microtubules, measuring microtubule dynamic instability is an important step in determining the mechanisms of taxane resistance and provides insight into how to overcome this resistance. In the experiment, an in vivo method was used to measure microtubule dynamic instability. GFP-tagged α-tubulin was expressed and incorporated into microtubules in MCF-7 cells, allowing for the recording of the microtubule dynamics by time lapse using a sensitive camera. The results showed that, as opposed to the non-resistant parental MCF-7CC cells, the microtubule dynamics of docetaxel-resistant MCF-7TXT cells are insensitive to docetaxel treatment, which causes the resistance to docetaxel-induced mitotic arrest and apoptosis. This paper will outline this in vivo method of measuring microtubule dynamic instability.

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 enseignants0,244
Score d'incertitude au seuil0,792

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 ouverte0,0010,000
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 Opus0,014
Tête enseignante GPT0,390
Écart entre enseignants0,376 · 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

Citations3
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Visualized ExperimentsMême sujetMicrotubule and mitosis dynamicsTravaux en français237 207