MétaCan
Menu
Retour à la cohorte
Enregistrement W4384557739 · doi:10.3390/ijms241411534

Intratumor Heterogeneity and Treatment Resistance of Solid Tumors with a Focus on Polyploid/Senescent Giant Cancer Cells (PGCCs)

2023· review· en· W4384557739 sur OpenAlexaff
Razmik Mirzayans, David Murray

Notice bibliographique

RevueInternational Journal of Molecular Sciences · 2023
Typereview
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueEpigenetics and DNA Methylation
Établissements canadiensUniversity of Alberta
Organismes subventionnairesnon disponible
Mots-clésCancer cellBiologyCancerCancer stem cellCancer researchCancer therapySenescencePolyploidImmunologyCell biologyGeneticsPloidyGene

Résumé

récupéré en direct d'OpenAlex

Single cell biology has revealed that solid tumors and tumor-derived cell lines typically contain subpopulations of cancer cells that are readily distinguishable from the bulk of cancer cells by virtue of their enormous size. Such cells with a highly enlarged nucleus, multiple nuclei, and/or multiple micronuclei are often referred to as polyploid giant cancer cells (PGCCs), and may exhibit features of senescence. PGCCs may enter a dormant phase (active sleep) after they are formed, but a subset remain viable, secrete growth promoting factors, and can give rise to therapy resistant and tumor repopulating progeny. Here we will briefly discuss the prevalence and prognostic value of PGCCs across different cancer types, the current understanding of the mechanisms of their formation and fate, and possible reasons why these tumor repopulating "monsters" continue to be ignored in most cancer therapy-related preclinical studies. In addition to PGCCs, other subpopulations of cancer cells within a solid tumor (such as oncogenic caspase 3-activated cancer cells and drug-tolerant persister cancer cells) can also contribute to therapy resistance and pose major challenges to the delivery of cancer therapy.

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)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,007

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0020,001
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0020,002

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.

Tête enseignante Opus0,035
Tête enseignante GPT0,353
Écart entre enseignants0,318 · 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'étudeSans objet
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations31
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Molecular SciencesMême sujetEpigenetics and DNA MethylationTravaux en français237 207