OR16-02 Single-cell dissection of Obesity Identifies Epithelial-Mesenchymal Transition to promote cancer progression in Triple-Negative Breast Cancer
Notice bibliographique
Résumé
Abstract X. Xu: None. S. Bahl: None. M. Lupien: None. Overweight and obesity are known to have an adverse impact on the metastasis-free survival of individuals with triple-negative breast cancer (TNBC) (1). However, since the underlying mechanisms remain elusive, there is an unmet need for specific treatment regimens for obese patients with TNBC. Epithelial-Mesenchymal Transition (EMT) is a pathway that plays a pivotal role in tumorigenesis, spanning from tumor initiation to metastasis (2). Despite its significance, limited evidence exists regarding the relationship between obesity and EMT in TNBC.Obesity has been shown to expedite and exacerbate metastatic progression in breast cancer, as supported by animal models that induce cancer stem-like signatures (3). Moreover, EMT-associated transcription factors (TFs) are significantly enriched in breast cancer stem cells (4). These TFs induce EMT properties by binding to various components of the epigenetic and transcriptional machinery. However, conducting a comprehensive investigation of EMT-associated TFs, their correlations with activating pathways, downstream targets, and their effects on crucial cancer-related processes has been hindered by the heterogeneity of tumor samples. This heterogeneity is influenced by various cell types in the tumor microenvironment play a role in interacting with cancer cells(5).To explore EMT triggers and regulatory mechanisms influenced by obesity (6), we categorized TNBC patients (T2N0M0) without any neoadjuvant therapy before surgery samples as obese or BMI-matched lean counterparts and conducted single nucleus multiome analysis to address tumor heterogeneity. Our results indicate that obese patients harbor a cancer cell state enriched with EMT-related pathways, whereas lean patients exhibit lower activity in these pathways. Furthermore, in vitro models of TNBC induced to mimic obesity through fatty acid exposure demonstrated higher migration abilities than control groups, without altering proliferation. Three differentially expressed genes (ARID4B, SMURF1, CTNNB1) were identified from the hallmark TGF-BETA-SIGNALING pathway, a classical pathway involved in EMT. These genes were negatively associated with worse survival in TNBC patients (7). Ongoing efforts aim to elucidate the underlying regulatory mechanisms governing the overexpression of EMT-associated genes. This knowledge holds potential for the development of targeted therapeutic approaches tailored to obese TNBC patients for the precision therapy.(1) Picon-Ruiz, et al,2017,CA Cancer J. Clin (2) Marc P. Stemmler,et al,2019, Nature Cell Biology (3) Mélanie Bousquenaud,et al,2018, Breast Cancer Research (4) Dongre, A, and Weinberg, R.A,et al,2019, Nat. Rev. Mol. Cell Biol (5) Alison E. Ringel, et al,2020,Cell (6)Ayse Bassez,et al,2021,Nature Medicine (7) Yuna Landais,et al,2023,Nature Communication Monday, June 3, 2024
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,001 |
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.
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 ».