Investigating the role of src in tissue organization during early breast cancer progression
Notice bibliographique
Résumé
Le cancer du sein demeure le cancer le plus souvent diagnostiqué parmi les femmes, affectant une femme canadienne parmi huit. Les lésions mammaires précoces peuvent être détectées en clinique. Cependant, un défi majeur est qu'il n'y a pas de moyen fiable d'identifier les lésions qui sont les plus susceptibles de progresser vers le cancer du sein. Une meilleure compréhension des premiers événements moléculaires qui conduisent la transformation des cellules normales vers le cancer sera essentielle pour permettre la prédiction de la progression et pour le développement de thérapies préventives ciblées pour prévenir le cancer du sein. Un concept émergent est que l'architecture épithéliale normale joue un rôle crucial en tant que barrière physique à la progression du cancer. En utilisant le modèle de souris du cancer du sein « Polyoma virus middle-T antigen » (PyVmT) et l'imagerie en direct, nous avons identifié que les divisions cellulaires asymétriques sont des événements précoces dans la progression du cancer du sein qui donne naissance à une population de cellules dépolarisées. Un défi pour comprendre si l'architecture du tissu agit effectivement pour supprimer la formation de tumeurs est que la plupart des oncogènes perturbent à la fois la prolifération et l'organisation tissulaire. Dans ce projet, j'ai utilisé un modèle modifié de PyVmT où l'hyperprolifération était découplée de la perte d'organisation tissulaire après l'induction d'un oncogène, et les canaux mammaires s'organisent similairement aux tissus normaux en ce qui concerne la polarité apicale-basale et les adhérences cellulaires. De manière remarquable, malgré une prolifération accrue, ces souris ne parviennent pas à former des tumeurs mammaires. Ici, j'investis les mécanismes qui contrôlent l'orientation de la division cellulaire dans ce modèle et si le mécanisme de la résolution de la division cellulaire observée dans les cellules normales est entravé dans la progression tumorale. Je démontre que l'oncogène Src constitutivement actif est suffisant pour induire une stratification tissulaire, et ce, par le biais de la régulation de l'orientation du fuseau mitotique dans le modèle murin PyV mT. Comme il n'est pas encore complètement compris comment les cellules mammaires se transforment d'un phénotype normal à un phénotype malin, ce projet a le potentiel d'identifier une étape importante le long de la voie à travers la régulation de l'orientation de la division cellulaire. En comprenant comment l'organisation tissulaire est perdue pendant la tumorigenèse, j'imagine que ce travail peut être utilisé afin d'aider à identifier les cibles thérapeutiques potentielles qui pourraient être bénéfiques dans la prévention du 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 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) | 0,002 | 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 ».