MétaCan
Menu
Retour à la cohorte
Enregistrement W3014562740 · doi:10.1126/scitranslmed.aay9924

Control of brain tumor growth by reactivating myeloid cells with niacin

2020· article· en· W3014562740 sur OpenAlexafffund
Susobhan Sarkar, Runze Yang, Reza Mirzaei, Khalil S. Rawji, Candice C. Poon, Manoj K. Mishra, Franz J. Zemp, Pinaki Bose, John J. Kelly, Jeff F. Dunn, V. Wee Yong

Notice bibliographique

RevueScience Translational Medicine · 2020
Typearticle
Langueen
DomaineMedicine
ThématiqueGlioma Diagnosis and Treatment
Établissements canadiensUniversity of Calgary
Organismes subventionnairesCanadian Institutes of Health Research
Mots-clésMyeloid cellsNiacinMyeloidCancer researchMedicineGlioblastomaInternal medicine

Résumé

récupéré en direct d'OpenAlex

Glioblastomas are generally incurable partly because monocytes, macrophages, and microglia in afflicted patients do not function in an antitumor capacity. Medications that reactivate these macrophages/microglia, as well as circulating monocytes that become macrophages, could thus be useful to treat glioblastoma. We have discovered that niacin (vitamin B3) is a potential stimulator of these inefficient myeloid cells. Niacin-exposed monocytes attenuated the growth of brain tumor-initiating cells (BTICs) derived from glioblastoma patients by producing anti-proliferative interferon-α14. Niacin treatment of mice bearing intracranial BTICs increased macrophage/microglia representation within the tumor, reduced tumor size, and prolonged survival. These therapeutic outcomes were negated in mice depleted of circulating monocytes or harboring interferon-α receptor-deleted BTICs. Combination treatment with temozolomide enhanced niacin-promoted survival. Monocytes from glioblastoma patients had increased interferon-α14 upon niacin exposure and were reactivated to reduce BTIC growth in culture. We highlight niacin, a common vitamin that can be quickly translated into clinical application, as an immune stimulator against glioblastomas.

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)0,000
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 enseignants0,163
Score d'incertitude au seuil0,338

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,001
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 Opus0,014
Tête enseignante GPT0,252
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 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

Citations55
Publié2020
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueScience Translational MedicineMême sujetGlioma Diagnosis and TreatmentTravaux en français237 207