MétaCan
Menu
Retour à la cohorte
Enregistrement W4225131621 · doi:10.1007/s12032-022-01664-5

Evidence of a role for interleukin-6 in anoikis resistance in oral squamous cell carcinoma

2022· article· en· W4225131621 sur OpenAlexaff
Marilena Karavyraki, Richard K. Porter

Notice bibliographique

RevueMedical Oncology · 2022
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueCancer-related molecular mechanisms research
Établissements canadiensTrinity College
Organismes subventionnairesH2020 Marie Skłodowska-Curie ActionsHorizon 2020 Framework ProgrammeIrish Research eLibrary
Mots-clésAutocrine signallingAntibodyAnoikisReceptorCancer researchTongueBiologyCancer cellCancerImmunologyInternal medicineMedicinePathology

Résumé

récupéré en direct d'OpenAlex

In an endeavour to understand metastasis from oral squamous cell carcinomas, we characterised the metastatic potential of a human tongue derived cell line (SCC-4 cells) and compared this phenotype to pre-cancerous dysplastic oral keratinocyte (DOK) cells derived from human tongue and primary gingival keratinocytes (PGK). We demonstrate that SCC-4 cells constitutively synthesize and release significant amounts of IL-6, a process that is enhanced by the addition of the TLR2/TLR6 agonist, Pam2CSK4. The expression of TLR2/6 and IL-6Ra/gp130 receptors was also confirmed in SCC-4 cells. Cancerous SCC-4 human tongue cells also have a classic EMT profile, unlike precancerous human tongue DOK cells. We also established that IL-6 is driving anoikis resistance in an autocrine fashion and that anti-IL-6 neutralising antibodies, anti-IL-6 receptor antibodies and anti-TLR2 receptor antibodies inhibit anoikis resistance in cancerous SCC-4 human tongue cells. The data suggest a promising role for anti-IL-6 receptor antibody and anti-TLR2 receptor antibody treatment for oral 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.

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)0,001
score de la tête « metaresearch » (Gemma)0,001
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 enseignants0,406
Score d'incertitude au seuil0,479

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
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 Opus0,020
Tête enseignante GPT0,326
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 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

Citations12
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMedical OncologyMême sujetCancer-related molecular mechanisms researchTravaux en français237 207