<i>Acvr1b</i> loss increases formation of pancreatic precancerous lesions from acinar and ductal cells of origin
Notice bibliographique
Résumé
Abstract Background & Aims Pancreatic ductal adenocarcinoma (PDAC) can develop from precursor lesions, including pancreatic intraepithelial neoplasia (PanIN) and intraductal papillary mucinous neoplasm (IPMN). Previous studies indicated that loss of Acvr1b accelerates the Kras-mediated development of papillary IPMN in the mouse pancreas, however, the cell type predominantly affected by these genetic changes remains unclear. Methods We investigated the contribution of cellular origin by inducing IPMN associated mutations-KRAS G12D expression and Acvr1b loss - specifically in acinar ( Ptf1a CreER ;Kras LSL-G12D ;Acvr1b fl/fl mice) or ductal ( Sox9CreER;Kras LSL- G12D ;Acvr1b fl/fl mice) cells in mice. We then performed MRI imaging and a thorough histopathological analysis of their pancreatic tissues. Results The loss of Acvr1b increased the development of PanIN and IPMN-like lesions when either acinar and ductal cells expressed a Kras mutation. MRI, immunohistochemistry and histology revealed large IPMN-like lesions in these mice that exhibited features of flat, gastric epithelium. In addition, cyst formation in both mouse models was accompanied by chronic pancreatitis. Experimental acute pancreatitis accelerated the development of large mucinous cysts and PanIN when acinar, but not ductal, cells expressed mutant Kras and lost Acvr1b . Conclusion These findings indicate that loss of Acvr1b in the presence of the Kras oncogene promotes the development of large and small precancerous lesions from both ductal and acinar cells. However, the IPMN-like phenotype was not equivalent to that observed when these mutations were made in all pancreatic cells during development. Our study underscores the significance of the cellular context in the initiation and progression of precursor lesions from exocrine cells.
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 | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,007 | 0,002 |
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 ».