MétaCan
Menu
← Retour à la cohorte
Enregistrement W4362596199 · doi:10.1158/1538-7445.am2023-3617

Abstract 3617: Investigating a role for PIKfyve in cell migration and invasion of clear cell renal cell carcinoma

2023· article· en· W4362596199 sur OpenAlexaff
Jolène Cormier, Sandra Turcotte

Notice bibliographique

RevueCancer Research · 2023
Typearticle
Langueen
DomaineMedicine
ThématiqueAutophagy in Disease and Therapy
Établissements canadiensUniversité de Moncton
Organismes subventionnairesnon disponible
Mots-clésBiologyCancer researchClear cell renal cell carcinomaGene knockdownSmall hairpin RNACell biologyProgrammed cell deathAngiogenesisMetastasisCancerRenal cell carcinomaPathologyCell cultureMedicineApoptosisBiochemistryGenetics

Résumé

récupéré en direct d'OpenAlex

Abstract Introduction. Clear cell renal cell carcinoma (ccRCC) is the most frequent type of kidney cancer. These highly vascularized tumors are characterized by mutations that inactivate the von Hippel-Lindau (VHL) tumor suppressor gene. About 30 % of patients present metastasis at diagnosis and 30-40% of patients with localized tumors relapse after surgery. Unfortunately, metastatic ccRCC remains incurable and are resistant to standard therapies. Our studies demonstrated that ccRCC with a loss of VHL can be targeted using a small molecule named STF-62247. This molecule blocks the autophagic flux causing enlargement of endolysosomes leading to cell death. More recently, we identified the lipid kinase PIKfyve as a target of STF-62247. A central complex assuring the functionality of the lysosome is formed by the lipid kinase PIKfyve, the scaffold protein ArPIKfyve (Vac14), and the phosphatase Sac3 (Fig4). Interestingly, PIKfyve has shown to play a role in cell migration but the mechanisms are not well understood. Objectives. Our project aims to i) assess a role for PIKfyve in ccRCC migration/invasion, ii) evaluate the potential of PIKfyve inhibitors on angiogenesis, and iii) assess the effect of PIKfyve inhibitors or genetic knockdown of PIKfyve, Vac14 or Fig4 on tumor growth in vivo. Methods and Results. PIKfyve, Vac14 and Fig4 gene expression were modified using CRISPR/Cas9 (Cr) or the SMARTvectorTM Inducible Lentiviral shRNA system. qRT-PCR and western blot validated our models. Results obtained in Cr.PIKfyve and Cr.Vac14 indicated that loss of Vac14 decreased survival of VHL-deficient ccRCC. Moreover, our recent results show that migration measured by wound healing assay is reduced in CRISPR cells compared to control. To investigate a role for PIKfyve in angiogenesis, tube formation assay was performed in treated cells with PIKfyve inhibitors. Our results indicated a reduction in tube formation in STF-62247 and apilimod treated cells. Furthermore, we will use the proteome profiler human angiogenesis array to identify angiogenic proteins linked to PIKfyve activity. Conclusion. Understanding how PIKfyve is involved in the process of angiogenesis would play a major role in the knowledge for new targeted therapies inkidney cancer. Citation Format: Jolène Cormier, Sandra Turcotte. Investigating a role for PIKfyve in cell migration and invasion of clear cell renal cell carcinoma. [abstract]. In: Proceedings of the American Association for Cancer Research Annual Meeting 2023; Part 1 (Regular and Invited Abstracts); 2023 Apr 14-19; Orlando, FL. Philadelphia (PA): AACR; Cancer Res 2023;83(7_Suppl):Abstract nr 3617.

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 seuil0,011

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 recherche0,0000,000
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 Opus0,092
Tête enseignante GPT0,386
Écart entre enseignants0,294 · 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'admission1
Résumé présentoui

Explorer davantage

Même revueCancer Research→Même sujetAutophagy in Disease and Therapy→Travaux en français237 207→