Decision letter: Localization of KRAS downstream target ARL4C to invasive pseudopods accelerates pancreatic cancer cell invasion
Notice bibliographique
Résumé
Most cases of pancreatic cancer are detected in the later stages when they are difficult to treat and, as a result, survival is low. Over 90% of pancreatic cancers contain genetic changes that increase the activity of a protein called KRAS. This hyperactive KRAS drives cancer growth and progression. Attempts to treat pancreatic cancer using drugs that reduce the activity of KRAS have so far failed. The KRAS protein can accelerate growth in healthy cells as well as in cancer and it does this by activating various other proteins. Drugs that target some of these other proteins could be more effective at treating pancreatic cancer than the drugs that target KRAS. One of these potential targets is called ARL4C. ARL4C is active during fetal development, but it is often not present in adult tissues. Harada et al. investigated whether the protein is important in pancreatic cancer, and what other roles it has in the body, to better understand if it is a good target for cancer treatment. First, Harada et al. used cells grown in the lab to show that ARL4C contributes to the aggressive spread of human pancreatic cancers. Using mice, Harada et al. also showed that blocking the activity of ARL4C in pancreatic cancers helped to slow their progression. Harada et al.’s results suggest that ARL4C could be a good target for new drugs treating pancreatic cancers. Given that this protein does not seem to have important roles in the cells of adults, targeting it is unlikely to have major side effects. Further investigation of ARL4C in more human-like animal models will help to confirm these results.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,003 | 0,015 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,011 | 0,006 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,104 | 0,059 |
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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».