Comprendre les mécanismes d’action d’Hsp27 conduisant à la résistance à la castration des cancers de la prostate
Bibliographic record
Abstract
Une des stratégies visant à améliorer la thérapie actuelle des cancers de la prostate résistants à la castration (CRPC) avancés, implique le ciblage des gènes de survie surexprimés afin de restaurer la sensibilité aux traitements. L’équipe d’accueil dirigée par le Dr. P. Rocchi a identifié la protéine Hsp27 comme étant surexprimée dans les CRPC. L’équipe a développé un inhibiteur qui cible l'ARNm de cette protéine, un oligonucléotide antisens (ASO) de deuxième génération (OGX-427, Apatorsen). Ce dernier est actuellement en essai clinique phase II au Canada et aux États-Unis. Pendant ma thèse, j’ai démontré que la Ménine interagit avec Hsp27 et que sa surexpression est corrélée à l’état d’avancement de la maladie et au risque de récidive. J’ai développé et breveté un oligonucléotide antisensinhibiteur de l’expression protéique de la Ménine. J’ai démontré que cet inhibiteur provoque une diminution significative de la prolifération, une augmentation de l’apoptose et une chimiothérapie améliorée dans les modèles CRPC in vitro et in vivo chez la souris. En utilisant la technique d’immuno-precipitation de la chromatine « Chip-seq », j’ai démontré comment le gène suppresseur de tumeur (NEM1) peut se transformer en oncogène en CRPC. Ce travail a permis d’identifier les voies de signalisation essentielles de la progression des CRPC régulées par Ménine tels que la prolifération, la migration, l’angiogenèse et la résistance aux traitements. L’ensemble de mes travaux ont montré que l’inhibition de Ménine par l’ASO est une approche thérapeutique pertinente pour restaurer la sensibilité aux traitements des CRPC.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.000 | 0.000 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.001 |
| Bibliometrics | 0.000 | 0.000 |
| Science and technology studies | 0.000 | 0.000 |
| Scholarly communication | 0.001 | 0.000 |
| Open science | 0.000 | 0.000 |
| Research integrity | 0.000 | 0.001 |
| Insufficient payload (model declined to judge) | 0.005 | 0.001 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".