MétaCan
Menu
Retour à la cohorte
Enregistrement W3005052456 · doi:10.1177/0963689719885077

Human Mesenchymal Stem Cells-mediated Transcriptomic Regulation of Leukemic Cells in Delivering Anti-tumorigenic Effects

2020· article· en· W3005052456 sur OpenAlexaff
Vahid Hosseinpour Sarmadi, Salma Ahmadloo, Mohadese Hashem Boroojerdi, Cini Mathew John, Satar Jabbar Rahi al-Graitte, Hamza Lawal, Maryam Maqbool, Rajesh Ramasamy

Notice bibliographique

RevueCell Transplantation · 2020
Typearticle
Langueen
DomaineMedicine
ThématiqueMesenchymal stem cell research
Établissements canadiensUniversity of Calgary
Organismes subventionnairesUniversiti Putra Malaysia
Mots-clésCell cycleMesenchymal stem cellBiologyCell growthCell biologyCell cycle checkpointCancer researchTranscriptomeMicroarray analysis techniquesGene expression profilingSignal transductionCellGene expressionGeneGenetics

Résumé

récupéré en direct d'OpenAlex

Treatment of leukemia has become much difficult because of resistance to the existing anticancer therapies. This has thus expedited the search for alternativ therapies, and one of these is the exploitation of mesenchymal stem cells (MSCs) towards control of tumor cells. The present study investigated the effect of human umbilical cord-derived MSCs (UC-MSCs) on the proliferation of leukemic cells and gauged the transcriptomic modulation and the signaling pathways potentially affected by UC-MSCs. The inhibition of growth of leukemic tumor cell lines was assessed by proliferation assays, apoptosis and cell cycle analysis. BV173 and HL-60 cells were further analyzed using microarray gene expression profiling. The microarray results were validated by RT-qPCR and western blot assay for the corresponding expression of genes and proteins. The UC-MSCs attenuated leukemic cell viability and proliferation in a dose-dependent manner without inducing apoptosis. Cell cycle analysis revealed that the growth of tumor cells was arrested at the G 0 /G 1 phase. The microarray results identified that HL-60 and BV173 share 35 differentially expressed genes (DEGs) (same expression direction) in the presence of UC-MSCs. In silico analysis of these selected DEGs indicated a significant influence in the cell cycle and cell cycle-related biological processes and signaling pathways. Among these, the expression of DBF4, MDM2, CCNE2, CDK6, CDKN1A, and CDKN2A was implicated in six different signaling pathways that play a pivotal role in the anti-tumorigenic activity exerted by UC-MSCs. The UC-MSCs perturbate the cell cycle process of leukemic cells via dysregulation of tumor suppressor and oncogene expression.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,001
Score d'incertitude au seuil0,003

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,024
Tête enseignante GPT0,257
Écart entre enseignants0,232 · 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'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

Citations19
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCell TransplantationMême sujetMesenchymal stem cell researchTravaux en français237 207