MétaCan
Menu
← Retour à la cohorte
Enregistrement W4404305937 · doi:10.1158/1557-3265.liqbiop24-b070

Abstract B070: Dissecting EV dynamics in the sequestration of doxorubicin from breast cancer cells

2024· article· en· W4404305937 sur OpenAlexaff
Sina Halvaei, Jing Xu, Suganthi Chittaranjan, Sharon M. Gorski, Karla C. Williams

Notice bibliographique

RevueClinical Cancer Research · 2024
Typearticle
Langueen
DomaineChemistry
ThématiqueMass Spectrometry Techniques and Applications
Établissements canadiensCanada's Michael Smith Genome Sciences CentreUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésBreast cancerDoxorubicinMedicineCancerCancer researchInternal medicineChemotherapy

Résumé

récupéré en direct d'OpenAlex

Abstract Background: Extracellular vesicles (EVs) are one of the three main analytes sought for in liquid biopsy development. EVs are released by all cell types including cancer cells and play a crucial role in cell-cell communication. Breast cancer cells have been shown to utilize EVs as a mechanism to sequester chemotherapeutic agents, thereby conferring resistance to treatment. This study investigates the role of EVs in doxorubicin (DOX) resistance in MDA-MB-231 breast cancer cells. Method: MDA-MB-231 cells were exposed to increasing dose of anthracycline for 6 and 12 months. Resistance was confirmed by cytotoxicity assay and western blot. Resistant and parent cells were labeled for immunohistochemistry and their EVs were isolated via ultracentrifugation. EVs were analysed using nanoscale flow cytometry and sent for mass spectrophotometry. Result: Using nanoscale flow cytometry, we optimized a method to detect DOX-carrying EVs based on the intrinsic fluorescence of the drug. We found that DOX-resistant cells exhibited lower intracellular DOX accumulation and higher expression of the EV marker CD63 compared to their parental counterparts. Conclusion: These results suggest that chemoresistant breast cancer cells may alter their EV production machinery to evade the lethal effects of DOX. Understanding this mechanism could lead to novel strategies to overcome chemoresistance in breast cancer. Citation Format: Sina Halvaei, Jing Xu, Suganthi Chittaranjan, Sharon Gorski, Karla Williams. Dissecting EV dynamics in the sequestration of doxorubicin from breast cancer cells [abstract]. In: Proceedings of the AACR Special Conference: Liquid Biopsy: From Discovery to Clinical Implementation; 2024 Nov 13-16; San Diego, CA. Philadelphia (PA): AACR; Clin Cancer Res 2024;30(21_Suppl):Abstract nr B070.

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: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,006

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)0,0020,001

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 Opus0,138
Tête enseignante GPT0,518
Écart entre enseignants0,380 · 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'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

Citations0
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueClinical Cancer Research→Même sujetMass Spectrometry Techniques and Applications→Travaux en français237 207→