MétaCan
Menu
Retour à la cohorte
Enregistrement W4213140353 · doi:10.3390/curroncol29020088

Anti-Metastatic Function of Extracellular Vesicles Derived from Nanog-Overexpressing Melanoma

2022· article· en· W4213140353 sur OpenAlexvenueno aff
Tomohiro Hatakenaka, Nahoko Matsuki, Seiya Minagawa, Celine Swee May Khoo, Mikako Saito

Notice bibliographique

RevueCurrent Oncology · 2022
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueExtracellular vesicles in disease
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésHomeobox protein NANOGMetastasisNanog Homeobox ProteinCancer researchCell cultureMelanomaMedicineBiologyChemistryCell biologyEmbryonic stem cellCancerInternal medicineBiochemistry

Résumé

récupéré en direct d'OpenAlex

A metastatic melanoma cell line B16-F10 (F10) was modified to a more undifferentiated state by Nanog overexpression. The produced cell line Nanog+F10 showed a higher metastatic potential than F10. Instead of whole cells, the extracellular vesicles (EVs) therefrom were investigated about their possible role as an autovaccine against metastasis. EVs from Nanog+F10 cells (Nanog+F10-EVs) could suppress the metastasis, contrasting the EVs from less metastatic F10 cells (F10-EVs) enhanced metastasis. The involvement of TGF-β1 in the role of Nanog+F10-EVs was analyzed, as TGF-β1 was a secretory cytokine being affected most intensively by Nanog overexpression. It was suggested to be crucial that the TGF-β1 concentration in Nanog+F10-EVs should be as low as 1.6 pg/μg for its metastasis-suppressive role. In response to Nanog+F10-EVs, immunoreaction was observed in liver, indicating the specific decrease in the number of tumor-promotive CD163-positive macrophages. These indicate a possibility of Nanog+F10-EVs as a novel autovaccine candidate against melanoma metastasis.

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 enseignants0,000
Score d'incertitude au seuil0,001

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)0,0000,000

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 Opus0,042
Tête enseignante GPT0,316
Écart entre enseignants0,274 · 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

Citations8
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCurrent OncologyMême sujetExtracellular vesicles in diseaseTravaux en français237 207