MétaCan
Menu
Retour à la cohorte
Enregistrement W3160730110 · doi:10.7554/elife.65234

A non-genetic, cell cycle-dependent mechanism of platinum resistance in lung adenocarcinoma

2021· article· en· W3160730110 sur OpenAlexaff
Álvaro González-Rajal, Kamila A. Marzec, Rachael A. McCloy, Max Nobis, Venessa Chin, Jordan F. Hastings, Kaitao Lai, Marina Kennerson, William E. Hughes, Vijesh Vaghjiani, Paul Timpson, Jason E. Cain, D. Neil Watkins, David R. Croucher, Andrew Burgess

Notice bibliographique

RevueeLife · 2021
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueCancer Genomics and Diagnostics
Établissements canadiensUniversity of ManitobaResearch Institute in Oncology and HematologyCancerCare Manitoba
Organismes subventionnairesCancer Institute NSWTour de CureNational Breast Cancer Foundation
Mots-clésCisplatinAdenocarcinomaBiologyCancer researchCell cycleDNA damageIn vivoSenescenceIn vitroCell biologyCellGeneticsCancerDNAChemotherapy

Résumé

récupéré en direct d'OpenAlex

We previously used a pulse-based in vitro assay to unveil targetable signalling pathways associated with innate cisplatin resistance in lung adenocarcinoma (Hastings et al., 2020). Here, we advanced this model system and identified a non-genetic mechanism of resistance that drives recovery and regrowth in a subset of cells. Using RNAseq and a suite of biosensors to track single-cell fates both in vitro and in vivo, we identified that early S phase cells have a greater ability to maintain proliferative capacity, which correlated with reduced DNA damage over multiple generations. In contrast, cells in G1, late S or those treated with PARP/RAD51 inhibitors, maintained higher levels of DNA damage and underwent prolonged S/G2 phase arrest and senescence. Combined with our previous work, these data indicate that there is a non-genetic mechanism of resistance in human lung adenocarcinoma that is dependent on the cell cycle stage at the time of cisplatin exposure.

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 enseignants0,008
Score d'incertitude au seuil0,540

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
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 Opus0,005
Tête enseignante GPT0,213
Écart entre enseignants0,209 · 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

Citations28
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueeLifeMême sujetCancer Genomics and DiagnosticsTravaux en français237 207