MétaCan
Menu
Retour à la cohorte
Enregistrement W3130819036 · doi:10.1016/j.heliyon.2021.e06252

The migration of metastatic breast cancer cells is regulated by matrix stiffness via YAP signalling

2021· article· en· W3130819036 sur OpenAlexafffund
Wei Chen, Shihyun Park, Chrishma Patel, Yuxin Bai, Karim Henary, Arjun Raha, Saeed Mohammadi, Lidan You, Fei Geng

Notice bibliographique

RevueHeliyon · 2021
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueHippo pathway signaling and YAP/TAZ
Établissements canadiensUniversity of TorontoMcMaster University
Organismes subventionnairesMitacs
Mots-clésMechanosensitive channelsBreast cancerCancer researchMatrix (chemical analysis)Metastatic breast cancerDownregulation and upregulationMetastasisCell biologyMechanotransductionCancer cellChemistryStiffnessBiologyMedicineCancerInternal medicineMaterials scienceBiochemistryReceptorGene

Résumé

récupéré en direct d'OpenAlex

Matrix stiffness is a driver of breast cancer progression and mechanosensitive transcriptional activator YAP plays an important role in this process. However, the interplay between breast cancer and matrix stiffness, and the significance of this interplay remained largely unknown. Here, we showed an increase in YAP nuclear localization and a higher proliferation rate in both highly metastatic MDA-MB-231 cells and the non-metastatic counterpart MCF-7 cells when they were exposed to the stiff matrix. However, in response to the stiff matrix highly metastatic MDA-MB-231 cells instead of MCF-7 cells exhibited upregulated mobility, which was shown to be YAP-dependent. Consistently, MDA-MB-231 cells exhibited different focal adhesion dynamics from MCF-7 cells in response to matrix stiffness. These results suggested a YAP-dependent mechanism through which matrix stiffness regulates the migratory potential of metastatic breast cancer cells.

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 Opus0,008
Tête enseignante GPT0,250
Écart entre enseignants0,242 · 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

Citations29
Publié2021
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueHeliyonMême sujetHippo pathway signaling and YAP/TAZTravaux en français237 207