MétaCan
Menu
Retour à la cohorte
Enregistrement W2981487787 · doi:10.1101/818005

Effect of feedback regulation on stem cell fractions in tissues and tumors: understanding chemo-resistance in bladder cancer

2019· preprint· en· W2981487787 sur OpenAlexaff
Lora D. Weiss, P. van den Driessche, John Lowengrub, Dominik Wodarz, Natalia L. Komarova

Notice bibliographique

RevuebioRxiv (Cold Spring Harbor Laboratory) · 2019
Typepreprint
Langueen
DomaineMedicine
ThématiqueCancer Cells and Metastasis
Établissements canadiensUniversity of Victoria
Organismes subventionnairesDivision of Mathematical SciencesUniversity of California, IrvineNational Institutes of HealthNational Science Foundation
Mots-clésCancer stem cellBladder cancerCancer researchCancerPopulationIdentification (biology)Positive feedbackNegative feedbackCellCancer cellBiologyMedicineInternal medicineGeneticsPhysics

Résumé

récupéré en direct d'OpenAlex

Abstract While resistance mutations are often implicated in the failure of cancer therapy, lack of response also occurs without such mutants. In bladder cancer mouse xenografts, repeated chemotherapy cycles have resulted in cancer stem cell (CSC) enrichment, and consequent loss of therapy response due to the reduced susceptibility of CSCs to drugs. A particular feedback loop present in the xenografts has been shown to promote CSC enrichment in this system. Yet, many other regulatory loops might also be operational and might promote CSC enrichment. Their identification is central to improving therapy response. Here, we perform a comprehensive mathematical analysis to define what types of regulatory feedback loops can and cannot contribute to CSC enrichment, providing guidance to the experimental identification of feedback molecules. We derive a formula that reveals whether or not the cell population experiences CSC enrichment over time, based on the properties of the feedback. We find that negative feedback on the CSC division rate or positive feedback on differentiated cell death rate can lead to CSC enrichment. Further, the feedback mediators that achieve CSC enrichment can be secreted by either CSCs or by more differentiated cells. The extent of enrichment is determined by the CSC death rate, the CSC self-renewal probability, and by feedback strength. Defining these general characteristics of feedback loops can guide the experimental screening for and identification of feedback mediators that can promote CSC enrichment in bladder cancer and potentially other tumors. This can help understand and overcome the phenomenon of CSC-based therapy resistance.

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)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,008

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
Communication savante0,0000,001
Science ouverte0,0010,000
Intégrité de la recherche0,0000,001
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 Opus0,020
Tête enseignante GPT0,259
Écart entre enseignants0,239 · 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'étudeSimulation ou modélisation
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

Citations0
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuebioRxiv (Cold Spring Harbor Laboratory)Même sujetCancer Cells and MetastasisTravaux en français237 207