MétaCan
Menu
← Retour à la cohorte
Enregistrement W4313887583 · doi:10.21203/rs.3.rs-2394919/v1

Synergistic inter-clonal cooperation involving crosstalk, co-option and co-dependency can enhance the invasiveness of genetically distant cancer clones

2023· preprint· en· W4313887583 sur OpenAlexafffund
Caroline S. Carneiro, Jorian D. Hapeman, Aurora M. Nedelcu

Notice bibliographique

RevueResearch Square · 2023
Typepreprint
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueCell Image Analysis Techniques
Établissements canadiensUniversity of New Brunswick
Organismes subventionnairesChina Scholarship CouncilNew Brunswick Innovation Foundation
Mots-clésBiologyCrosstalkPhenotypeAutocrine signallingMetastasisCancer cellGenetic heterogeneityParacrine signallingCancerCancer researchclone (Java method)Somatic evolution in cancerGeneticsCell cultureGeneReceptor

Résumé

récupéré en direct d'OpenAlex

Abstract Background Despite intensive research, cancer remains a major health problem. The difficulties in treating cancer are due to the complex nature of this disease, including high levels of heterogeneity within tumours. Intra-tumour heterogeneity creates the conditions for inter-clonal competition and selection, which should result in selective sweeps and a reduction in levels of heterogeneity. However, in addition to competing, cancer clones could also cooperate with each other, and the positive effects of these interactions on the fitness of clones can actually contribute to maintaining the heterogeneity of tumours. Consequently, understanding the evolutionary mechanisms and pathways involved in such behaviours is of great significance for cancer treatment. This is particularly relevant for metastasis, which is the most lethal phase during cancer progression. To explore if and how genetically distant clones can cooperate during invasion, this study used three genetically distant cancer cell lines with different metastatic potentials. Results We found that (i) the conditioned media from the invasive lines increased the migration and invasion potential of the poorly metastatic line, and (ii) this inter-clonal interaction involved the TGF-β1 signalling pathway. Furthermore, when a highly and poorly metastatic lines were co-cultured, the invasive potential of both lines was enhanced, and this outcome was dependent on the co-option of the less aggressive clone into expressing a malignant phenotype. Based on our findings, we propose a two-tier model whereby highly metastatic clones can co-opt (through autocrine-paracrine crosstalk) weakly metastatic clones into expressing an invasive phenotype, which in turn augments the invasion ability of the former (i.e., a “help me help you” strategy). Conclusions We suggest that such synergistic cooperative interactions can easily emerge via crosstalk involving metastatic clones able to constitutively secrete molecules that induce and maintain their own malignant state (producer-responder clones) and clones that have the ability to respond to those signals (responder clones) and express a synergistic metastatic behaviour, regardless of the degree of overall genetic/genealogical relatedness. Taking into account the lack of therapies that directly affect the metastatic process, interfering with such cooperative behaviours that tumour cells engage in during the early steps in the metastatic cascade could provide additional strategies to increase patient survival.

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 enseignants0,002
Score d'incertitude au seuil0,006

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 savante0,0010,000
Science ouverte0,0000,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,049
Tête enseignante GPT0,426
Écart entre enseignants0,376 · 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
Publié2023
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueResearch Square→Même sujetCell Image Analysis Techniques→Travaux en français237 207→