MétaCan
Menu
Retour à la cohorte
Enregistrement W4280640049 · doi:10.3390/cells11091550

Framework of Intrinsic Immune Landscape of Dormant Prostate Cancer

2022· article· en· W4280640049 sur OpenAlexafffund
Nelson K.Y. Wong, Xin Dong, Yen‐Yi Lin, Hui Xue, Rebecca Wu, Dong Lin, Colin C. Collins, Yuzhuo Wang

Notice bibliographique

RevueCells · 2022
Typearticle
Langueen
DomaineMedicine
ThématiqueCancer Immunotherapy and Biomarkers
Établissements canadiensUniversity of British ColumbiaBC Cancer Agency
Organismes subventionnairesCanadian Institutes of Health ResearchMitacsTerry Fox Research InstituteProstate Cancer Foundation
Mots-clésProstate cancerImmune systemDormancyDiseaseMedicineImmune checkpointImmunotherapyAndrogen deprivation therapyCancerProstateOncologyBioinformaticsBiologyImmunologyInternal medicine

Résumé

récupéré en direct d'OpenAlex

Androgen deprivation therapy (ADT) is the standard therapy for men with advanced prostate cancer (PCa). PCa often responds to ADT and enters a dormancy period, which can be recognized clinically as a minimal residual disease. However, the majority of these patients will eventually experience a relapse in the form of castration-resistant PCa with poor survival. Therefore, ADT-induced dormancy is a unique time window for treatment that can provide a cure. The study of this well-recognized phase of prostate cancer progression is largely hindered by the scarcity of appropriate clinical tissue and clinically relevant preclinical models. Here, we report the utility of unique and clinically relevant patient-derived xenograft models in the study of the intrinsic immune landscape of dormant PCa. Using data from RNA sequencing, we have reconstructed the immune evasion mechanisms that can be utilized by dormant PCa cells. Since dormant PCa cells need to evade the host immune surveillance for survival, our results provide a framework for further study and for devising immunomodulatory mechanisms that can eliminate dormant PCa cells.

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 candidatesCharge utile insuffisante (le modèle a refusé de juger)
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 enseignants0,085
Score d'incertitude au seuil0,998

Scores Codex et Gemma par catégorie

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)0,0030,000

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 Opus0,009
Tête enseignante GPT0,260
Écart entre enseignants0,251 · 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.

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

Citations3
Publié2022
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueCellsMême sujetCancer Immunotherapy and BiomarkersTravaux en français237 207