MétaCan
Menu
← Retour à la cohorte
Enregistrement W4409690809 · doi:10.1158/1538-7445.am2025-73

Abstract 73: Molecular characterization of senescence induced by PARPi in preclinical xenograft mouse models of ovarian cancer

2025· article· en· W4409690809 sur OpenAlexaffabout
Sarah Saoudaoui, Nicolas Malaquin, I Clément, Tibila Kientega, Erwan Goy, Anne‐Marie Mes‐Masson, Françis Rodier

Notice bibliographique

RevueCancer Research · 2025
Typearticle
Langueen
DomaineMedicine
ThématiquePARP inhibition in cancer therapy
Établissements canadiensCentre Hospitalier de l’Université de Montréal
Organismes subventionnairesnon disponible
Mots-clésOvarian cancerCancerSenescenceCancer researchMedicineBiologyOncologyInternal medicine

Résumé

récupéré en direct d'OpenAlex

Abstract Introduction: Ovarian cancer (OC) is amongst the most lethal cancers in Canada. High-grade serous ovarian cancer (HGSC) usually responds to initial therapy, however resistance to drugs often develops over time. We have described a new two-step OC combo-therapy: 1st, a PARP inhibitor is used to induce a senescence proliferation arrest in cancer cells followed by, 2nd, the induction of senolysis in senescent cancer cells using the Bcl-2 family inhibitor ABT263, which redirects senescent cells towards apoptosis. Our hypothesis is that therapy-induced senescence (TIS) could be beneficial in the clinic, but questions remain on its exact function in this context. Our objective is to characterize the spatiotemporal evolution of senescence during OC treatment using xenograft mouse models to define the senescence peak in tissues and optimize the targeting of senolysis approaches. Methods-results: We generate a tumor biobank consisting of OV1946, OV4453, TOV21G and MDAMB231 preclinical xenograft models treated with combinations of the PARP inhibitor Olaparib and ABT263. In all models, PARPi-ABT263 resulted in a significant reduction in tumor growth compared to each drug alone. To explore spatiotemporal cell fate decisions including senescence, a time course analysis was performed by gene expression analysis, SA-βgal staining and COMET multiplexing. COMET is an immunofluorescence technology that allows up to 40 molecular biomarkers (vasculature, epithelium, senescence phenotypes, DNA damage response) at single-cell resolution on paraffin embedded tumors. Conclusion: We propose that characterizing the cell fate decisions within the tumor including senescence can be used to improve drug administration patterns in combo therapies and reduce resistance. For example, this should refine targets and timing to improve chemotherapies that aim to manipulate senescence. Citation Format: Sarah Saoudaoui, Nicolas Malaquin, Isabelle Clément, Tibila Kientega, Erwan Goy, Kim Leclerc-Desaulniers, Anne Marie Mes-Masson, Francis Rodier. Molecular characterization of senescence induced by PARPi in preclinical xenograft mouse models of ovarian cancer [abstract]. In: Proceedings of the American Association for Cancer Research Annual Meeting 2025; Part 1 (Regular Abstracts); 2025 Apr 25-30; Chicago, IL. Philadelphia (PA): AACR; Cancer Res 2025;85(8_Suppl_1):Abstract nr 73.

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: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,009

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
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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 Opus0,151
Tête enseignante GPT0,482
Écart entre enseignants0,332 · 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'étudeExpérimental (laboratoire)
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
Publié2025
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueCancer Research→Même sujetPARP inhibition in cancer therapy→Travaux en français237 207→