MétaCan
Menu
Retour à la cohorte
Enregistrement W4214720344 · doi:10.3410/f.13409024.14779151

Faculty Opinions recommendation of Plasminogen receptor S100A10 is essential for the migration of tumor-promoting macrophages into tumor sites.

2011· dataset· en· W4214720344 sur OpenAlexaboutno aff
M. Sharon Stack, Zonggao Shi

Notice bibliographique

RevueFaculty Opinions – Post-Publication Peer Review of the Biomedical Literature · 2011
Typedataset
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueS100 Proteins and Annexins
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMetastasisHoming (biology)Cancer researchMacrophagePlasminTumor progressionReceptorCancerBiologyMedicineImmunologyInternal medicineIn vitroBiochemistryEnzymeEcology

Résumé

récupéré en direct d'OpenAlex

Macrophages are critical drivers of tumor growth, invasion, and metastasis. Movement of macrophages into tumors requires the activity of cell surface proteases such as plasmin. In this study, we offer genetic evidence that plasminogen receptor S100A10 is essential for recruitment of macrophages to the tumor site. Growth of murine Lewis lung carcinomas or T241 fibrosarcomas was dramatically reduced in S100A10-deficient mice compared with wild-type mice. The tumor growth deficit corresponded with a decrease in macrophage density that could be rescued by intraperitoneal injection of wild-type but not S100A10-deficient macrophages. Notably, macrophages of either genotype could rescue tumor growth if they were injected into the tumor itself, establishing that S100A10 was required specifically for the migratory capability needed for tumor homing. Conversely, selective depletion of macrophages from wild-type mice phenocopied the tumor growth deficit seen in S100A10-deficient mice. Together, our findings show that S100A10 is essential and sufficient for macrophage migration to tumor sites, and they define a novel rate-limiting step in tumor progression.©2011 AACR. PMID: 22042827 Funding information This work was supported by: Canadian Institutes of Health Research, Canada

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)0,001
score de la tête « metaresearch » (Gemma)0,006
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Jeu de données · Signal consensuel: Jeu de données
Score de désaccord entre enseignants0,042
Score d'incertitude au seuil0,142

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,006
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0030,004
Études des sciences et des technologies0,0010,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0420,023

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 Opus0,024
Tête enseignante GPT0,330
Écart entre enseignants0,306 · 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'étudeSans objet
Domainenon disponible
GenreJeu de données

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2011
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueFaculty Opinions – Post-Publication Peer Review of the Biomedical LiteratureMême sujetS100 Proteins and AnnexinsTravaux en français237 207