MétaCan
Menu
Retour à la cohorte
Enregistrement W4296132225 · doi:10.1158/1557-3265.sarcomas22-a014

Abstract A014: The novel anti-inflammatory agent GML (GM1-targeted linoleate-containing TLR2 ligand) inhibits sarcoma metastasis to the lung

2022· article· en· W4296132225 sur OpenAlexaffabout
Liane Babes, Lauren Wierenga, Ngoc-Ha Dan, Xueqing Lun, Kimberly-Ann R. Goring, Stephen M. Robbins, Donna L. Senger

Notice bibliographique

RevueClinical Cancer Research · 2022
Typearticle
Langueen
DomaineImmunology and Microbiology
ThématiqueImmune cells in cancer
Établissements canadiensMcGill UniversityUniversity of CalgaryJewish General Hospital
Organismes subventionnairesnon disponible
Mots-clésMedicineOsteosarcomaMetastasisSarcomaCancerLung cancerCancer researchLungInflammationOncologyImmunologyInternal medicinePathology

Résumé

récupéré en direct d'OpenAlex

Abstract Sarcomas are a heterogeneous group of cancers occurring in tissues derived from the mesenchyme. Despite improved treatment strategies that include surgery and broad-based chemotherapeutics, survival of patients with sarcoma remains unchanged in the last 40 years with 5-year overall survival less than 25%. In part, this high rate of mortality can be attributed to the development of pulmonary metastases, a process that occurs in up to 50% of patients. We propose that preventing the occurrence or growth of lung metastases can improve the outcome for many of these patients. Our growing understanding of the dynamic relationship between inflammation and cancer has led to the investigation of anti-inflammatory approaches to treat cancer, including metastasis. Specifically, recent studies suggest a role for neutrophils in cancer metastasis, identifying a promising target for therapeutic intervention. The aim of the present study is to investigate the role of myeloid cells in the metastatic process, and their potential to act as therapeutic targets during the development of lung metastases. Herein we used human and syngeneic osteosarcoma lung metastatic models together with in vitro assays to assess the role of neutrophils in this process. Our results demonstrate that neutrophils are essential to facilitate the development of osteosarcoma pulmonary metastases and that treatment with the novel anti-inflammatory agent GM1-targeted linoleate-containing TLR2 ligand (GML), known to inhibit neutrophil recruitment, diminishes their occurrence. Overall, our results suggest that neutrophils play a role in mediating osteosarcoma lung metastasis and reveal GML as a potential anti-metastatic drug therapy. Citation Format: Liane Babes, Lauren A. Wierenga, Ngoc-Ha Dan, Xueqing Lun, Kimberly-Ann R. Goring, Stephen M. Robbins, Donna L. Senger. The novel anti-inflammatory agent GML (GM1-targeted linoleate-containing TLR2 ligand) inhibits sarcoma metastasis to the lung [abstract]. In: Proceedings of the AACR Special Conference: Sarcomas; 2022 May 9-12; Montreal, QC, Canada. Philadelphia (PA): AACR; Clin Cancer Res 2022;28(18_Suppl):Abstract nr A014.

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 enseignants0,003
Score d'incertitude au seuil0,010

Scores du classifieur distillé par catégorie (deux têtes)

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 recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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 Opus0,140
Tête enseignante GPT0,431
Écart entre enseignants0,291 · 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

Citations1
Publié2022
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueClinical Cancer ResearchMême sujetImmune cells in cancerTravaux en français237 207