MétaCan
Menu
Retour à la cohorte
Enregistrement W4281252081 · doi:10.3390/cancers14102540

Angiopoietin-1 Upregulates Cancer Cell Motility in Colorectal Cancer Liver Metastases through Actin-Related Protein 2/3

2022· article· en· W4281252081 sur OpenAlexafffund
Miran Rada, Audrey Kapelanski‐Lamoureux, Migmar Tsamchoe, Stephanie Petrillo, Anthoula Lazaris, Peter Metrakos

Notice bibliographique

RevueCancers · 2022
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueAngiogenesis and VEGF in Cancer
Établissements canadiensMcGill University Health Centre
Organismes subventionnairesMcGill University Health CentreMcGill University
Mots-clésIn vivoCancer researchMotilityPI3K/AKT/mTOR pathwayIn vitroMetastasisCancerChemistryColorectal cancerProtein kinase BCell biologyMedicineInternal medicineSignal transductionBiologyBiochemistry

Résumé

récupéré en direct d'OpenAlex

Resistance to anti-angiogenic therapy is a major challenge in the treatment of colorectal cancer liver metastases (CRCLMs). Vessel co-option has been identified as a key contributor to anti-angiogenic therapy resistance in CRCLMs. Recently, we identified a positive correlation between the expression of Angiopoietin1 (Ang1) in the liver and the development of vessel co-opting CRCLM lesions in vivo. However, the mechanisms underlying its stimulation of vessel co-option are unclear. Herein, we demonstrated Ang1 as a positive regulator of actin-related protein 2/3 (ARP2/3) expression in cancer cells, in vitro and in vivo, which is known to be essential for the formation of vessel co-option in CRCLM. Significantly, Ang1-dependent ARP2/3 expression was impaired in the cancer cells upon Tie2 or PI3K/AKT inhibition in vitro. Taken together, our results suggest novel mechanisms by which Ang1 confers the development of vessel co-option in CRCLM, which, targeting this pathway, may serve as promising therapeutic targets to overcome the development of vessel co-option in CRCLM.

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 candidatesMéta-épidémiologie (sens strict), Charge 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 enseignants0,055
Score d'incertitude au seuil1,000

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 Opus0,014
Tête enseignante GPT0,262
Écart entre enseignants0,248 · 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

Citations19
Publié2022
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueCancersMême sujetAngiogenesis and VEGF in CancerTravaux en français237 207