Bibliographic record
Abstract
Le cancer du sein est le cancer le plus fréquemment diagnostiqué et la deuxième cause de décès du cancer chez les femmes canadiennes. La caractéristique la plus morbide et mortelle de la maladie est la formation des métastases. La progression du cancer du sein est une conséquence de la perturbation de l'organisation cellulaire normale, de la polarité et de l'adhérence cellule à cellule, ce qui permet aux cellules d'être plus mobiles et invasives. La protéine kinase C atypique iota (aPKCἰ) agit comme un oncogène et se trouve en taux élevé dans l'adénocarcinome du poumon, la leucémie myéloïde chronique, les lignées cellulaires de cancer bronchique non à petites cellules, et les cancers de l'ovaire, du pancréas, du côlon et du sein. Également, plusieurs études ont démontré que aPKCι joue un rôle important dans la promotion de l'invasion des cellules tumorales et la formation subséquente des métastases dans un certain nombre de cancers humains. En outre, il a été suggéré que aPKCι est impliqué dans la dégradation de la matrice extra-cellulaire dans le contexte de cancer du sein. Cependant, il reste à élucider le mécanisme exact par lequel aPKCι favorise l'invasion des cellules cancéreuses. L'objectif de cette thèse est d'établir le rôle de aPKCι dans le cancer du sein en termes d'invasion de cellules tumorales et de leur métastase. Pour ce faire, j'ai choisi un essai 3D en collagène in vitro pour étudier l'effet de la surexpression aPKCι sur l'invasion des cellules du cancer du sein, leur morphologie, et la formation de protrusions cellulaires. J'ai également étudié les mécanismes moléculaires potentiels de la participation de aPKCι dans l'invasion de ces mêmes cellules. Le travail dans cette thèse démontre que les cellules surexprimant aPKCι sont capable d'envahir des distances plus grandes dans la matrice de collagène entourante et possèdent une vitesse moyenne plus élevée que celle de la lignée de contrôle. En outre, ces cellules ont modifié leur morphologie, qui est maintenant caractérisée par la formation de plusieurs protrusions. De plus, le nombre de protrusions cellulaires est en corrélation avec la vitesse de l'invasion cellulaire. Enfin, une étude de la voie moléculaire qui sous-tend le rôle de la aPKCἰ dans l'invasion des cellules du cancer du sein a été lancée.
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 | 0.001 | 0.000 |
| Science and technology studies | 0.000 | 0.001 |
| Scholarly communication | 0.001 | 0.001 |
| Open science | 0.000 | 0.001 |
| Research integrity | 0.000 | 0.001 |
| 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".