Oncogenes and Clotting Factors: The Emerging Role of Tumor Cell Genome and Epigenome in Cancer-Associated Thrombosis
Notice bibliographique
Résumé
There are emerging linkages between biological and genetic aspects of cancer progression and the mechanisms of cancer-associated thrombosis. It is argued that reciprocal influences between cancer cells, their associated vascular stroma, and the hemostatic system may shape the mechanism of coagulopathy. In this regard, glioblastoma multiforme offers a paradigm where the prevalent occurrence of local microthrombosis and peripheral venous thromboembolism can be linked to the profiles of oncogenic driver mutations and their impact on the expression of coagulation-related genes (coagulome). These relationships can be recapitulated in cellular models of glioblastoma, where the expression of tissue factor, podoplanin, and the release of procoagulant microparticles (extracellular vesicles) remains under the control of oncogenic pathways (epidermal growth factor receptor variant III, isocitrate dehydrogenase 1). These pathways define molecular subtypes of glioblastoma that express differential coagulomes. Moreover, single-cell sequencing of glioblastoma samples reveals a combinatorial rather than common profile of both subtype markers and coagulation-related genes. Based on these emerging observations, the authors suggest that cancers may operate as coagulant composites, where individual cells and their dominant populations express different procoagulant phenotypes, resulting in the net impact on the hemostatic system. They suggest that relating these mechanisms to clinical presentations of thrombosis may facilitate a more causality-based, personalized, and possibly cancer-specific thromboprophylaxis and treatment.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».