MétaCan
Menu
Retour à la cohorte
Enregistrement W7006162506

Studies on the role of extracellular vesicles in horizontal transfer of oncogenes in cancer

2015· dissertation· en· W7006162506 sur OpenAlexfundno aff

Notice bibliographique

RevueeScholarship@McGill (McGill) · 2015
Typedissertation
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueCell Image Analysis Techniques
Établissements canadiensnon disponible
Organismes subventionnairesMcGill University
Mots-clésExtracellularMutantCancer cellExtracellular vesiclesEndocytosisIntracellularDNAVesicleExtracellular vesicle
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Extracellular vesicles (EVs) are spherical or cup-shaped membrane structures that originate from 'donor' cells and are released into their pericellular space, travelling considerable distances in the interstitial space until they undergo uptake, fusion or interaction with a range of 'acceptor' cells.EVs have been documented to harbour cancer-associated molecules, including oncogenic proteins, transcripts and genomic sequences containing mutant oncogenes, and to participate in their intercellular trafficking that results in horizontal transformation.Here, we address the questions about EV isolation techniques, their DNA cargo and barriers to EV-mediated transformation.We show that while ultracentrifugation approach is sufficient to eliminate the rare cancer cells that may enter EV preparations, certain highly transformed cells enter EV preparations having survived the extreme centrifugal force.We also show that oncogenic H-ras drives vesiculation of intestinal epithelial cells resulting in shedding of small EVs that contain double-stranded chromatin-associated DNA sequences, which are representative of the entire host genome and includes the transforming H-ras oncogene.In addition, we demonstrate that EV formation is affected antithetically by both oncogenes and tumour suppressors, and is further modified by hypoxia and calcium signalling pathways within human glioma cells.Lastly, we reveal that selective, transient nature of EV uptake and EV-induced toxicity are natural barriers x 8.2.Future Directions -Unanswered Questions………………………..…………...........

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: Méthodes · Signal consensuel: aucune
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,004

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 savante0,0010,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,020
Tête enseignante GPT0,291
Écart entre enseignants0,271 · 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
GenreMéthodes

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
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueeScholarship@McGill (McGill)Même sujetCell Image Analysis TechniquesTravaux en français237 207