MétaCan
Menu
Retour à la cohorte
Enregistrement W2783140122 · doi:10.1038/s41598-017-18921-7

A Metabolomics Pilot Study on Desmoid Tumors and Novel Drug Candidates

2018· article· en· W2783140122 sur OpenAlexaff
Kelly Mercier, Mushriq Al‐Jazrawe, Raymond Poon, Zach Acuff, Benjamin A. Alman

Notice bibliographique

RevueScientific Reports · 2018
Typearticle
Langueen
DomaineMedicine
ThématiqueSoft tissue tumor case studies
Établissements canadiensHospital for Sick ChildrenUniversity of Toronto
Organismes subventionnairesNational Institutes of HealthShaheed Rajaei Cardiovascular Medical and Research CenterDesmoid Tumor Research Foundation
Mots-clésCancer researchMetabolomicsBiologyFibromatosisFibroblastSignal transductionCell cultureMedicinePathologyBioinformaticsGenetics

Résumé

récupéré en direct d'OpenAlex

Desmoid tumors (aggressive fibromatosis) are locally invasive soft tissue tumors that lack the ability to metastasize. There are no directed therapies or standard treatment plan, and chemotherapeutics, radiation, and surgery often have temporary effects. The majority of desmoid tumors are related to T41A and S45F mutations of the beta-catenin encoding gene (CTNNB1). Using broad spectrum metabolomics, differences were investigated between paired normal fibroblast and desmoid tumor cells from affected patients. There were differences identified, also, in the metabolomics profiles associated with the two beta-catenin mutations, T41A and S45F. Ongoing drug screening has identified currently available compounds which inhibited desmoid tumor cellular growth by more than 50% but did not affect normal fibroblast proliferation. Two drugs were investigated in this study, and Dasatinib and FAK Inhibitor 14 treatments resulted in unique metabolomics profiles for the normal fibroblast and desmoid tumor cells, in addition to the T41A and S45F. The biochemical pathways that differentiated the cell lines were aminoacyl-tRNA biosynthesis in mitochondria and cytoplasm and signal transduction amino acid-dependent mTORC1 activation. This study provides preliminary understanding of the metabolic differences of paired normal and desmoid tumors cells, their response to desmoid tumor therapeutics, and new pathways to target for therapy.

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)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,028
Score d'incertitude au seuil0,637

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
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 Opus0,036
Tête enseignante GPT0,299
Écart entre enseignants0,263 · 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'étudeObservationnel
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

Citations29
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueScientific ReportsMême sujetSoft tissue tumor case studiesTravaux en français237 207