MétaCan
Menu
← Retour à la cohorte
Enregistrement W4282975662 · doi:10.1158/1538-7445.am2022-1431

Abstract 1431: ADO contributes to tumour initiating phenotypes

2022· article· en· W4282975662 sur OpenAlexaff
Sandy Che-Eun S. Lee, Andrea Hye An Pyo, Marianne Koritzinsky

Notice bibliographique

RevueCancer Research · 2022
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueCancer, Hypoxia, and Metabolism
Établissements canadiensPrincess Margaret Cancer CentreUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésBiologyGene knockdownCancer researchCell growthCell cultureClonogenic assayCell biologyMolecular biologyGenetics

Résumé

récupéré en direct d'OpenAlex

Abstract 2-aminoethanethiol dioxygenase (ADO) is a thiol dioxygenase that plays a role in both metabolism and protein stability. ADO directly metabolizes cysteamine to produce hypotaurine and taurine in mammals. ADO has also been recently identified to promote oxygen dependent stability of a subset of substrates involved in the N-degron pathway in mammals (IL32, RGS4 and RGS5). The ability of ADO to target protein stability of signaling molecules suggests that it may have the potential to transduce rapid responses to hypoxia and affect tumour initiation and progression phenotypes. Here, we have successfully knocked down and knocked out ADO using two independent siRNAs and clustered regularly interspaced short palindromic repeats associated protein 9 (CRISPR-Cas9) system, respectively. We have assessed proliferation and migration through the Incucyte® ZOOM system by imaging cell confluency over time. Survival was assessed through a clonogenic assay. siRNA mediated knockdown of ADO in cervical (HeLa and SiHa), pancreatic (Panc1 and Capan2) and liver (SNU499 and Huh6) cancer cell lines drastically reduced proliferation, survival, and migration in normoxia. These results were also replicated in hypoxia (0.2% O2) across all 6 cell lines. Out of the 6 cell lines, the liver cancer cell lines were most drastically affected by the knockdown of ADO. This phenotype was replicated in the ADO KO cell lines. Taken together, these data suggest that expression of ADO may contribute to phenotypes that induce aggressive tumour phenotypes by targeting the stability of specific proteins and altering cellular metabolism in mammals. Citation Format: Sandy Che-Eun Serena Lee, Andrea Hye An Pyo, Marianne Koritzinsky. ADO contributes to tumour initiating phenotypes [abstract]. In: Proceedings of the American Association for Cancer Research Annual Meeting 2022; 2022 Apr 8-13. Philadelphia (PA): AACR; Cancer Res 2022;82(12_Suppl):Abstract nr 1431.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,012
Score d'incertitude au seuil0,040

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0000,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0120,004

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 Opus0,051
Tête enseignante GPT0,378
Écart entre enseignants0,326 · 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 source (Gemma direct ou Codex distillé), 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
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCancer Research→Même sujetCancer, Hypoxia, and Metabolism→Travaux en français237 207→