Simulated Microgravity Influences Immunity-Related Biomarkers in Lung Cancer
Notice bibliographique
Résumé
Microgravity is a novel strategy that may serve as a complementary tool to develop future cancer therapies. In lung cancer, the influence of microgravity on cellular processes and the migratory capacity of cells is well addressed. However, its effect on the mechanisms that drive lung cancer progression remains in their infancy. In this study, 13 differentially expressed genes were shown to be associated with the prognosis of lung cancer under simulated microgravity (SMG). Using gene set enrichment analysis, these genes are enriched in humoral immunity pathways. In lieu, alveolar basal-epithelial (A549) cells were exposed to SMG via a 2D clinostat system in vitro. In addition to morphology change and decrease in proliferation rate, SMG reverted the epithelial-to-mesenchymal transition (EMT) phenotype of A549, a key mechanism in cancer progression. This was evidenced by increased epithelial E-cadherin expression and decreased mesenchymal N-cadherin expression, hence exhibiting a less metastatic state. Interestingly, we observed increased expression of FCGBP, BPIFB, F5, CST1, and CFB and their correlation to EMT under SMG, rendering them potential tumor suppressor biomarkers. Together, these findings reveal new opportunities to establish novel therapeutic strategies for lung cancer treatment.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 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 | 0,000 | 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 source (Gemma direct ou Codex distillé), 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 ».