MétaCan
Menu
← Retour à la cohorte
Enregistrement W7132861899

Investigating WDR12 as a Therapeutic Target in Breast Cancer

2023· dissertation· W7132861899 sur OpenAlexfundno aff
Ji Sup Kim

Notice bibliographique

RevueTSpace · 2023
Typedissertation
Langue
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueRNA and protein synthesis mechanisms
Établissements canadiensnon disponible
Organismes subventionnairesUniversity of Toronto
Mots-clésGene knockdownBreast cancerRibosome biogenesisCell growthEndoplasmic reticulumCancerRibosomeCancer cell
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Breast cancer is the most diagnosed and lethal cancer globally in women. Presently, there is a need for novel targets for the development of improved therapeutics. Data mining through genetic screens suggests that the ribosome biogenesis protein WDR12 is essential for breast cancer cell proliferation. In this study, we characterize the effects of WDR12 knockdown in a panel of breast cancer cells. We show that WDR12 knockdown induces ribosomal RNA (rRNA) processing defects resulting in strong growth inhibition in all breast cancer cells tested, however only a subset of lines displayed short-term cell cycle defects. To further understand the cellular consequences of WDR12 suppression, we investigated the global proteomic landscape and found that WDR12 knockdown results in a perturbation of translational and ribosome biogenesis-related networks. Furthermore, we performed RNA-sequencing to assess the global transcriptional changes upon WDR12 knockdown and found dysregulation of the endoplasmic reticulum (ER) stress response pathway. Finally, we characterized the effect of long-term WDR12 suppression and found that growth inhibition was in part due to cellular senescence. Our results demonstrate that WDR12 is implicated in breast cancer cell growth and senescence, and its suppression may represent a viable therapeutic target for breast cancer.

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 enseignants0,002
Score d'incertitude au seuil0,008

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 savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,001

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 Opus0,020
Tête enseignante GPT0,331
Écart entre enseignants0,311 · 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
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueTSpace→Même sujetRNA and protein synthesis mechanisms→Travaux en français237 207→