Notice bibliographique
Résumé
We plan to study tissue-level mechanisms important to human breast radiation carcinogenesis. We propose that the cell biology of irradiated tissues reveals a coordinated multicellular damage response program in which individual cell contributions are primarily directed towards suppression of carcinogenesis and reestablishment of homeostasis. We identified transforming growth factor β1 (TGFβ) as a pivotal signal. Notably, we have discovered that TGFβ suppresses genomic instability by controlling the intrinsic DNA damage response and centrosome integrity. However, TGFβ also mediates disruption of microenvironment interactions, which drive epithelial to mesenchymal transition in irradiated human mammary epithelial cells. This apparent paradox of positive and negative controls by TGFβ is the topic of the present proposal. First, we postulate that these phenotypes manifest differentially following fractionated or chronic exposures; second, that the interactions of multiple cell types in tissues modify the responses evident in this single cell type culture models. The goals are to: 1) study the effect of low dose rate and fractionated radiation exposure in combination with TGFβ on the irradiated phenotype and genomic instability of non-malignant human epithelial cells; and 2) determine whether stromal-epithelial interactions suppress the irradiated phenotype in cell culture and the humanized mammary mouse model. These data will be used to 3) develop a systems biology model that integrates radiation effects across multiple levels of tissue organization and time. Modeling multicellular radiation responses coordinated via extracellular signaling could have a significant impact on the extrapolation of human health risks from high dose to low dose/rate radiation exposure.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
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.
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 tête enseignante, 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 ».