Bibliographic record
Abstract
Le cancer du sein est le cancer le plus fréquemment diagnostiqué et la seconde cause de mortalité associée au cancer chez les femmes canadiennes. Le développement de métastases est la cause majeure de la morbidité et de la mortalité dûes à cette maladie. Le cancer du sein est une maladie très hétérogène qui peut toutefois être traité par l'utilisation de thérapie ciblée ; toutefois, les thérapies actuellement disponibles ont un effet limité sur la formation des métastases. Dans le but d'identifier de nouveaux médiateurs moléculaires associés à la formation de métastases osseuses dérivées du cancer du sein et qui pourraient être utilisés comme cibles thérapeutiques, nous avons soumis les cellules de carcinome mammaire 4T1 à un processus de sélection in vivo dans des souris Balb/c. Nous avons ainsi isolé des sous-populations de cellules caractérisées par leur agressivité à former des métastases osseuses. L'étude de l'expression génique de ces cellules a mis en évidence que le gène codant pour la Glycoprotéine NMB (GPNMB), aussi connu sous le nom de Ostéoactivine, est très fortement exprimé dans les lignées de cancer du sein métastatiques pour l'os.GPNMB est une protéine de surface transmembranaire de type I qui possède des domaines RGD et PKD extracellulaires ainsi qu'un motif hemITAM de signalisation cytoplasmique et n'avait encore jamais été rapportée comme impliquée dans le cancer du sein.Nous avons démontré que l'expression ectopique de GPNMB était suffisante pour promouvoir la migration et l'invasion de cellules de cancer du sein in vitro ainsi que la formation de métastases in vivo.Par la suite, nous avons analysé les niveaux d'expression des ARNm et de la protéine GPNMB dans des centaines de tumeur du sein humain et avons observé que l'expression de GPNMB corrèle positivement avec un risque accru de présence de métastases ainsi qu'une réduction du temps moyen de survie. Nous avons également démontré que GPNMB est le plus fréquemment exprimé dans des tumeurs mammaires appartenant au sous-type triple négatif pour lequel il n'y a actuellement aucune thérapie ciblée disponible.Par ailleurs, nous montrons pour la première fois que CDX-011, une drogue conjuguée à un anticorps monoclonal reconnaissant GPNMB, était capable, in vitro, d'éradiquer spécifiquement les cellules de cancer du sein exprimant GPNMB ainsi que d'induire une régression tumorale in vivo.Finalement, nous avons déterminé les effets de GPNMB sur la progression des tumeurs primaires et avons observé que GPNMB inhibait l'apoptose des cellules tumorales tout en augmentant l'angiogenèse et la croissance tumorale in vivo. Nous avons démontré que le domaine extracellulaire de GPNMB (ECD) pouvait être clivé de façon protéolytique par ADAM10 et ainsi être libéré de la surface cellulaire des cellules de cancer du sein. Nous avons postulé que la forme extracellulaire clivée (ECD) de GPNMB pourrait être impliquée dans certains des effets pro-angiogénique et avons montré que cet ECD était capable d'induire la migration de cellules endothéliales in vitro.L'ensemble des travaux décrits dans cette thèse implique pour la premier fois est le premier à identifier GPNMB comme médiateur fonctionnel de la croissance du cancer du sein et de ses métastases. Ce travail identifie GPNMB comme une importante cible thérapeutique pour le traitement des patients atteints du cancer du sein.
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 | 0.000 |
| 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 | 0.000 |
| Insufficient payload (model declined to judge) | 0.001 | 0.000 |
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".