Investigating the role of src in tissue organization during early breast cancer progression
Notice bibliographique
Résumé
Breast cancer remains the most frequently diagnosed cancer amongst women, affecting 1 in 8 Canadian women.Precancerous breast lesions can be detected in the clinic; however, a major challenge is that there is no reliable way to identify the lesions that are most likely to progress to breast cancer.A better understanding of the early molecular events that drive transformation of normal tissues towards cancer will be essential to enable the prediction of progression, and for the development of targeted preventative therapies to prevent breast cancer.An emerging concept is that normal epithelial architecture plays a crucial role as physical barrier to cancer progression.Using genetically modified breast cancer mouse models and live-imaging of 3D organoids, I identified that asymmetric cell divisions are an early event in breast cancer progression that give rise to a population of de-polarized cells that proliferate to become the dominant population in tumors through asymmetric cell divisions.A challenge to understanding how tissue architecture functions to suppress tumorigenesis is that most oncogenes disrupt both proliferation/survival and tissue organization.In this project, I made use of a modified PyVmT model whereby hyper-proliferation was uncoupled from loss of tissue organization following oncogene induction and the mammary ducts organize similarly to normal tissue with regards to apical-basal cell polarity and cell adhesions.Remarkably, despite increased proliferation, these mice fail to form mammary tumors.For this thesis, I investigated the mechanisms that control cell division orientation in mouse CONTRIBUTIONS NMuMG cells were obtained courtesy of Dr. Alicia Viloria-Petit.PyV mT/Src KO mice were obtained courtesy of Dr. Harvey Smith and Dr.
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 | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
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.
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 ».