Fluid Flow Stimulation Modulates Expression of S100 Genes in Normal Breast Epithelium and Breast Cancer
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
INTRODUCTION: S100 proteins are intracellular calcium ion sensors that participate in cellular processes, some of which are involved in normal breast functioning and breast cancer development. Despite several S100 genes being overexpressed in breast cancer, their roles during disease development remain elusive. Human mammary epithelial cells (HMECs) can be exposed to fluid shear stresses and implications of such interactions have not been previously studied. The goal of this study was to analyze expression profiles of S100 genes upon exposing HMECs to fluid flow. METHODS: HMECs and breast cancer cell lines were exposed to fluid flow in a parallel-plate bioreactor system. Changes in gene expression were quantified using microarrays and qPCR, gene-gene interactions were elucidated using network analysis, and key modified genes were examined in three independent clinical datasets. RESULTS: S100 genes were among the most upregulated genes upon flow stimulation. Network analysis revealed interactions between upregulated transcripts, including interactions between S100P, S100PBP, S100A4, S100A7, S100A8 and S100A9. Overexpression of S100s was also observed in patients with early stage breast cancer compared to normal breast tissue, and in most breast cancer patients. Finally, survival analysis revealed reduced survival times for patients with elevated expression of S100A7 and S100P. CONCLUSION: This study shows that exposing HMECs to fluid flow upregulates genes identified clinically to be overexpressed during breast cancer development, including S100A7 and S100P. These findings are the first to show that S100 genes are flow-responsive and might be participating in a fundamental adaptation pathway in normal tissue that is also active in breast cancer.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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