Abstract 1860: DNA-PK-mediated transcriptional regulation drives tumor progression and metastasis
Notice bibliographique
Résumé
Abstract Emerging evidence demonstrates that the DNA repair kinase DNA-PK exerts divergent roles in transcriptional regulation of unsolved consequence. Here, in vitro and in vivo interrogation demonstrate that DNA-PK functions as a selective modulator of transcriptional networks that induce cell migration, invasion, and metastasis. Accordingly, suppression of DNA-PK inhibits tumor metastases. Clinical assessment revealed that DNA-PK is significantly elevated in advanced disease, and independently predicts for metastases, recurrence, and reduced overall survival. Further investigation demonstrated that DNA-PK in advanced tumors is highly activated, independently of DNA damage indicators. Combined, these findings put forth new paradigms for DNA-PK function, identify DNA-PK as a potent driver of tumor progression and metastases, and nominate DNA-PK as a therapeutic target for advanced malignancies. Citation Format: Jonathan F. Goodwin, Vishal Kothari, Justin M. Drake, Shuang Zhao, Emanuela Dylgjeri, Jeffry L. Dean, Matthew J. Schiewer, Christopher McNair, Michael S. Magee, Robert B. Den, Ziqi Zhu, Nicholas A. Graham, Ajay A. Vashisht, James A. Wohlschlegel, Thomas G. Graeber, R Jeffrey Karnes, Mandeep Takhar, Elai Davicioni, Scott A. Tomlins, Nima Sharifi, Owen N. Witte, Felix Y. Feng, Karen E. Knudsen. DNA-PK-mediated transcriptional regulation drives tumor progression and metastasis. [abstract]. In: Proceedings of the 106th Annual Meeting of the American Association for Cancer Research; 2015 Apr 18-22; Philadelphia, PA. Philadelphia (PA): AACR; Cancer Res 2015;75(15 Suppl):Abstract nr 1860. doi:10.1158/1538-7445.AM2015-1860
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,017 | 0,005 |
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 source (Gemma direct ou Codex distillé), 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 ».