MétaCan
Menu
Retour à la cohorte
Enregistrement W4233718871 · doi:10.1158/1538-7445.sabcs18-lb-315

Abstract LB-315: Overexpression of prolactin inducible protein (PIP) in 4T1 cells leads to delayed tumor onset and reduced tumor size in experimental model of mouse breast cancer

2019· article· en· W4233718871 sur OpenAlexaff
Chidalu A. Edechi, Anne Blanchard, Sam K. P. Kung, Jude E. Uzonna, Yvonne Myal

Notice bibliographique

RevueTumor Biology · 2019
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueCancer, Hypoxia, and Metabolism
Établissements canadiensUniversity of Manitoba
Organismes subventionnairesnon disponible
Mots-clésProlactinCancerBreast cancerCancer researchInternal medicineMedicineEndocrinologyBiologyHormone

Résumé

récupéré en direct d'OpenAlex

Background: According to the WHO, breast cancer is the most common cancer among women, affecting over 2.1 million people annually. The prolactin inducible protein (PIP) was identified by our group as an abundantly secreted protein in some human breast cancer cell lines. Studies show that over 90% of breast cancers express PIP to varying degrees and PIP expression is associated with better prognosis and patient response to chemotherapy. However, a definitive role for PIP in breast cancer pathogenesis is not known. We previously found that in addition to its role in innate immunity, PIP plays a role in adaptive immune response because its deficiency was associated with defective type 1 T helper cell (Th1) activity, a critical immune component necessary for anti-tumor immunity. Here, we directly assessed the role of PIP in the pathogenesis of breast cancer by developing transplantable mouse models of breast cancer using PIP over-expressing 4T1 mouse breast cancer cell line.Methods: Lentiviral transduction was used to generate PIP overexpressing 4T1 and its corresponding empty vector control. Fluorescent microscopy, flow cytometry and Western blot were used to confirm successful transduction and PIP expression. In vitro functional assays were performed to characterise this cell line, including XTT assay and cell counting to assess cell viability and proliferation; and scratch and Transwell migration assays to assess cell migration. The effect of PIP expression on sensitivity to doxorubicin, cisplatin, etoposide and tamoxifen was evaluated in vitro. To assess the impact of PIP expression on breast tumorigenesis in vivo, the cells were injected into syngeneic immunocompetent mice and tumor latency, size and progression were monitored. The immune phenotype and cytokine response were evaluated in the tumors, spleens and lymph nodes by flow cytometry.Results: Western blot analysis using cell lysate and culture media confirmed PIP expression and secretion respectively. In vitro functional assays showed comparable rates of proliferation, migration and response to chemotherapeutic compounds in PIP overexpressing 4T1 compared to control. In vivo studies showed that overexpression of PIP leads to delayed tumor onset, smaller tumor size in the PIP group compared to the control group. PIP group showed increased frequency of NK cells and dendritic cells and reduced frequency of CD4+IL4+ T-cells in the tumor.Conclusion: Collectively, these studies show that PIP overexpression had no significant effect on cancer cell proliferation, migration, and response to chemotherapeutic agents in vitro but affects the onset and progression of tumor in mice, suggesting that PIP does not act directly on breast cancer cells but may do so indirectly by altering the nature of immune response.Citation Format: Chidalu A. Edechi, Anne Blanchard, Sam Kung, Jude Uzonna, Yvonne Myal. Overexpression of prolactin inducible protein (PIP) in 4T1 cells leads to delayed tumor onset and reduced tumor size in experimental model of mouse breast cancer [abstract]. In: Proceedings of the American Association for Cancer Research Annual Meeting 2019; 2019 Mar 29-Apr 3; Atlanta, GA. Philadelphia (PA): AACR; Cancer Res 2019;79(13 Suppl):Abstract nr LB-315.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
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 enseignants0,011
Score d'incertitude au seuil0,949

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
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 Opus0,010
Tête enseignante GPT0,267
Écart entre enseignants0,257 · 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

Citations0
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueTumor BiologyMême sujetCancer, Hypoxia, and MetabolismTravaux en français237 207