Syngeneic mouse model of YES-driven metastatic and proliferative hepatocellular carcinoma
Notice bibliographique
Résumé
Hepatocellular carcinoma (HCC) is a disease of high unmet medical need that has become a global health problem. The development of targeted therapies for HCC has been hindered by the incomplete understanding of HCC pathogenesis and the limited number of relevant preclinical animal models. We recently unveiled a previously uncharacterized YES kinase (encoded by YES1)-dependent oncogenic signaling pathway in HCC. To model this subset of HCC, we established a series of syngeneic cell lines from liver tumors of transgenic mice expressing activated human YES. The resulting cell lines (referred to as HepYF) were enriched for expression of stem cell and progenitor markers, proliferated rapidly, and were characterized by high SRC family kinase (SFK) activity and activated mitogenic signaling pathways. Transcriptomic analysis indicated that HepYF cells are representative of the most aggressive proliferation class G3 subgroup of HCC. HepYF cells formed rapidly growing metastatic tumors upon orthotopic implantation into syngeneic hosts. Treatment with sorafenib or the SFK inhibitor dasatinib markedly inhibited the growth of HepYF tumors. The new HepYF HCC cell lines provide relevant preclinical models to study the pathogenesis of HCC and test novel small-molecule inhibitor and immunotherapy approaches.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,002 |
| 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 ».