MétaCan
Menu
Retour à la cohorte
Enregistrement W2996145504 · doi:10.1038/s41598-019-55985-z

Lipid accumulation and oxidation in glioblastoma multiforme

2019· article· en· W2996145504 sur OpenAlexaff
Bouchra Taïb, Amine Mohamed Aboussalah, Mohammed Moniruzzaman, Suming Chen, Norman J. Haughey, Sangwon F. Kim, Rexford S. Ahima

Notice bibliographique

RevueScientific Reports · 2019
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueLipid metabolism and biosynthesis
Établissements canadiensUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésMonoacylglycerol lipaseLipid dropletOleic acidLipid metabolismTriglycerideFatty acidGlioblastomaPerilipinBeta oxidationBiochemistryCancer researchChemistryLipaseFatty acid synthesisCholesterolBiologyLipolysisEnzymeEndocannabinoid systemAdipose tissue

Résumé

récupéré en direct d'OpenAlex

Glioblastoma multiforme (GBM) is the most common and lethal primary malignant brain tumor in adults. Despite the multimodal standard treatments for GBM, the median survival is still about one year. Analysis of brain tissues from GBM patients shows that lipid droplets are highly enriched in tumor tissues while undetectable in normal brain tissues, yet the identity and functions of lipid species in GBM are not well understood. The aims of the present work are to determine how GBM utilizes fatty acids, and assess their roles in GBM proliferation. Treatment of U138 GBM cells with a monounsaturated fatty acid, oleic acid, induces accumulation of perilipin 2-coated lipid droplets containing triglycerides enriched in C18:1 fatty acid, and increases fatty acid oxidation. Interestingly, oleic acid also increases glucose utilization and proliferation of GBM cells. In contrast, pharmacologic inhibition of monoacylglycerol lipase attenuates GBM proliferation. Our findings demonstrate that monounsaturated fatty acids promote GBM proliferation via triglyceride metabolism, suggesting a novel lipid droplet-mediated pathway which may be targeted for GBM 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 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)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,100
Score d'incertitude au seuil0,263

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
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)0,0000,000

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 Opus0,009
Tête enseignante GPT0,246
Écart entre enseignants0,237 · 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'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

Citations149
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueScientific ReportsMême sujetLipid metabolism and biosynthesisTravaux en français237 207