MétaCan
Menu
Retour à la cohorte
Enregistrement W7047968680

IGF-IR targeted cancer gene therapy

2004· dissertation· en· W7047968680 sur OpenAlexfundno aff

Notice bibliographique

RevueeScholarship@McGill (McGill) · 2004
Typedissertation
Langueen
DomaineEngineering
ThématiqueSuperconducting Materials and Applications
Établissements canadiensnon disponible
Organismes subventionnairesNational Cancer InstituteInstitut National de la Recherche AgronomiqueKillam Trusts
Mots-clésCancerGenetic enhancementReceptor tyrosine kinaseTargeted therapyCancer cellDiseaseGeneMalignant transformationCarcinogenesis
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Since the declaration of “War on cancer” in 1971, and with the insight provided by recent advances in human genetics and in molecular technology , the field of cancer biology has been expanded rapidly providing hope that a cure for this lethal disease will be found. One of the major contributions of the field of cell biology to the understanding of malignant diseases has been the identification of growth factors and their receptors as major promoters of transformation and malignant progression. In particular, the appreciation of the central role that receptor tyrosine kinases (RTK) play in different cancers has led to development of effective therapeutic reagents. One of the RTK implicated in malignant progression is the receptor for the type 1 insulin like growth factor (IGF-IR) that has been identified as a target for anti-cancer treatments. Cancer gene therapy is a rapidly developing modality for cancer therapy. Many gene therapy strategies have been developed generally targeting the genes and proteins involved in cancer initiation and progression. To design a successful gene therapy strategy requires an understanding of the molecular basis of cancer progression and knowledge of human and animal genetics and physiology. In the present work, I have introduced two different strategies to inhibit liver metastases formation using established human and murine cancer cell lines. The first strategy is based on targeting the IGF-IR in tumor cells using an antisense technology (chapter 2). This strategy was also shown to be applicable in cancer gene therapy of glioblastoma growing in the brain (chapter 3). Very interestingly and for the first time, we showed that reduction of IGF-IR expression levels in glioma cells can induce a state of dormancy, providing a unique model to study this clinically important phenomenon. As the second strategy, I designed a novel soluble IGF-IR molecule. I showed that expression of this molecule in tumor cells caused an inhibitio

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Charge utile insuffisante (le modèle a refusé de juger)
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 enseignants0,066
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0010,001
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 Opus0,019
Tête enseignante GPT0,243
Écart entre enseignants0,223 · 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 tête enseignante, pas un consensus.

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
Publié2004
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueeScholarship@McGill (McGill)Même sujetSuperconducting Materials and ApplicationsTravaux en français237 207