MétaCan
Menu
Retour à la cohorte
Enregistrement W4385998441 · doi:10.1111/febs.16931

Metabolic characterisation of transglutaminase 2 inhibitor effects in breast cancer cell lines

2023· article· en· W4385998441 sur OpenAlexaff
Mariana Gallo, Elena Ferrari, Anna Terrazzan, Federica Brugnoli, Alberto Spisni, Cristian Taccioli, Gianluca Aguiari, Alessandro Trentini, Stefano Volinia, Jeffrey W. Keillor, Carlo M. Bergamini, Nicoletta Bianchi, Thelma A. Pertinhez

Notice bibliographique

RevueFEBS Journal · 2023
Typearticle
Langueen
DomaineMedicine
ThématiqueBlood properties and coagulation
Établissements canadiensUniversity of Ottawa
Organismes subventionnairesnon disponible
Mots-clésTissue transglutaminasePhosphocholineCancer cellCell cultureIntracellularMetabolomicsBiochemistryPhospholipaseCellBiologyApoptosisEnzymeCancerCell biologyChemistryCancer researchPhospholipidBioinformatics

Résumé

récupéré en direct d'OpenAlex

H-NMR metabolomics to study the effects of AA9, a novel TG2 inhibitor, on two breast cancer cell lines with distinct phenotypes, MCF-7 and MDA-MB-231. AA9 can promote apoptosis in both cell lines, but it is particularly effective in MD-MB-231, inhibiting transamidation reactions and decreasing cell migration and invasiveness. This metabolomics study provides evidence of a major effect of AA9 on MDA-MB-231 cells, impacting glutamate and aspartate metabolism, rather than on MCF-7 cells, characterised by choline and O-phosphocholine decrease. Interestingly, AA9 treatment induces myo-inositol alteration in both cell lines, indicating action on phosphatidylinositol metabolism, likely modulated by the G protein activity of TG2 on phospholipase C. Considering the metabolic deregulations that characterise various breast cancer subtypes, the existence of a metabolic pathway affected by AA9 further points to TG2 as a promising hot spot. The metabolomics approach provides a powerful tool to monitor the effectiveness of inhibitors and better understand the role of TG2 in cancer.

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,772
Score d'incertitude au seuil0,219

Scores Codex et Gemma par catégorie

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)0,0000,000

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 Opus0,014
Tête enseignante GPT0,257
Écart entre enseignants0,243 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
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

Citations13
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueFEBS JournalMême sujetBlood properties and coagulationTravaux en français237 207