MétaCan
Menu
Retour à la cohorte
Enregistrement W2770845572 · doi:10.1038/s41598-017-16219-2

17β-Estradiol sensitizes ovarian surface epithelium to transformation by suppressing Disabled-2 expression

2017· article· en· W2770845572 sur OpenAlexafffund
Nhung Vuong, Omar Salah Salah, Barbara C. Vanderhyden

Notice bibliographique

RevueScientific Reports · 2017
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueMicroRNA in disease regulation
Établissements canadiensOttawa HospitalUniversity of Ottawa
Organismes subventionnairesCanadian Institutes of Health ResearchOttawa Hospital Research Institute
Mots-clésEstrogenOvarian cancerCancer researchEpitheliumOvaryBiologymicroRNAMalignant transformationOncogeneCancerInternal medicineEndocrinologyMedicineCell cycleGene

Résumé

récupéré en direct d'OpenAlex

Estrogen replacement therapy increases the risk of human ovarian cancer and exogenous estradiol accelerates the onset of ovarian cancer in mouse models. This study uses primary cultures of mouse ovarian surface epithelium (OSE) to demonstrate that one possible mechanism by which estrogen accelerates the initiation of ovarian cancer is by up-regulation of microRNA-378 via the ESR1 pathway to result in the down-regulation of a tumour suppressor called Disabled-2 (Dab2). Estrogen suppression of Dab2 was reproducible in vivo and across many cell types including mouse oviductal epithelium and primary cultures of human ovarian cancer cells. Suppression of Dab2 resulted in increased proliferation, loss of contact inhibition, morphological dysplasia, and resistance to oncogene-induced senescence - all factors that can sensitize OSE to transformation. Given that DAB2 is highly expressed in healthy human OSE and is absent in the majority of ovarian tumours, this study has taken the first steps to provide a mechanistic explanation for how estrogen therapy may play a role in the initiation of ovarian cancer.

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 enseignants0,001
Score d'incertitude au seuil0,005

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 recherche0,0000,000
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 Opus0,010
Tête enseignante GPT0,256
Écart entre enseignants0,247 · 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

Citations9
Publié2017
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueScientific ReportsMême sujetMicroRNA in disease regulationTravaux en français237 207