MétaCan
Menu
Retour à la cohorte
Enregistrement W89785563 · doi:10.1096/fasebj.21.6.a927

Molecular links between obesity and breast cancer

2007· article· en· W89785563 sur OpenAlexaff
O’Llenecia S. Walker, Michael K. Connor

Notice bibliographique

RevueThe FASEB Journal · 2007
Typearticle
Langueen
DomaineMedicine
ThématiqueAdipokines, Inflammation, and Metabolic Diseases
Établissements canadiensYork University
Organismes subventionnairesnon disponible
Mots-clésLeptinAdiponectinParacrine signallingAdipokineAdipocyteEndocrinologyInternal medicineBiologyAdipose tissueCell cycleCancer researchCancerMedicineInsulinReceptorObesityInsulin resistance

Résumé

récupéré en direct d'OpenAlex

For over 40 years there has been a statistical linkage between obesity and cancer, yet little is known about the molecular mechanisms underlying this long standing deleterious association. Recent work has shown that adipocyte-derived peptides can affect cell cycle entry in mammary epithelial cells. Thus we examined the paracrine role of the adipokines leptin and adiponectin on mammary epithelial cell cycle regulation. G0 synchronized MCF7 cells were treated with leptin and adiponectin, separately and in concert, in time and dose dependent experiments. Immunoblotting demonstrated that p27 protein levels decreased with leptin treatment which suggested cell cycle entry. In contrast adiponectin increased p27 levels suggesting cell cycle arrest. To complement these experiments MCF7 cells were co-cultured with subcutaneous adipocytes isolated from lean rats to mimic in vivo paracrine conditions. Moderate increases in adipocyte concentrations increased p27 levels up to a peak, mimicking the effects of adiponectin. At high adipocyte concentrations p27 levels decreased mirroring the effects of leptin. The relevance of these findings is that obese individuals exhibit high leptin levels and low adiponectin levels suggesting a stoichiometric imbalance may underlie cancer development and progression. This may also provide the basis for the development of novel cancer therapeutic and prevention strategies.

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)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,123
Score d'incertitude au seuil0,220

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
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 recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,013
Tête enseignante GPT0,275
Écart entre enseignants0,262 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
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

Citations35
Publié2007
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe FASEB JournalMême sujetAdipokines, Inflammation, and Metabolic DiseasesTravaux en français237 207