177 articles
La biologie du cancer explore comment les cellules saines se transforment en maladies complexes, en étudiant les mécanismes cachés qui permettent aux tumeurs de croître et de se propager. Ce domaine ne se limite pas à la médecine : il touche à la façon dont notre corps se défend, comment les gènes influencent notre santé et quelles nouvelles pistes de recherche émergent chaque jour pour mieux comprendre ces pathologies.
Sur Gist.Science, nous sélectionnons et traitons systématiquement chaque nouveau prépublication soumise à bioRxiv dans cette catégorie. Notre équipe transforme ces recherches brutes en résumés clairs et accessibles, tout en conservant les détails techniques essentiels pour les experts, afin que chacun puisse suivre l'avancée des découvertes sans barrière linguistique ou conceptuelle.
Voici les dernières publications en biologie du cancer, triées par ordre de parution, prêtes à être explorées.
Cette étude présente TumorSim, un modèle agent-based comparatif qui révèle des mécanismes de formation de lésions similaires entre le cancer du poumon et la tuberculose, notamment un processus de formation en deux phases et des rôles contextuels complexes de la chimiokine CCL5, offrant ainsi un outil pour évaluer les immunothérapies.
Cette étude démontre que des benzoxaboroles synthétisés avec des tags photoaffinitaires se lient de manière stéréosélective et compétitive au facteur d'initiation de la traduction eIF4E en ciblant sa poche de fixation de la coiffe, grâce à des interactions d'hydrogène spécifiques avec les résidus Trp102 et Asn155.
Cette étude présente les cultures PLSTC, un système d'expansion polymérique permettant d'isoler et de propager à grande échelle des cellules souches leucémiques (LSC) pures, révélant ainsi des programmes clonaux spécifiques liés à l'auto-renouvellement, à la résistance thérapeutique et à la plasticité cellulaire, tout en identifiant la synthèse de chondroïtine-sulfate comme une cible essentielle pour maintenir l'état primitif des LSC.
Cette étude démontre que, dans la prédiction de la sensibilité aux médicaments anticancéreux au niveau de la cellule unique, les modèles d'apprentissage profond d'adaptation de domaine ne surpassent pas les modèles de base simples, car les gains de performance proviennent principalement du réglage des hyperparamètres et de la supervision par étiquettes plutôt que des stratégies d'adaptation complexes.
Cette étude démontre que l'ablation de Sox10 empêche l'initiation tumorale et induit une reprogrammation des cellules luminales vers un phénotype basal dans un modèle de cancer mammaire HER2+, révélant ainsi le rôle critique de ce facteur de transcription dans l'activité des cellules souches cancéreuses et la formation de métastases.
Cette étude révèle que l'adaptation des cellules cancéreuses aux traitements induit une mutagénèse non aléatoire et extrêmement fréquente, générant des mutations précises et récurrentes au niveau de motifs de facteurs de transcription spécifiques, même au stade de pseudo-sénescence où la sélection naturelle n'intervient pas.
Cette étude révèle que dans la leucémie myéloïde aiguë, eIF4E et Ezrin coopèrent au sein de pseudopodes pour activer un programme de traduction localisé et immédiat, essentiel à la motilité des cellules cancéreuses et à la progression de la maladie.
Cette étude caractérise le paysage des mutations du gène KIT dans le mélanome asiatique et démontre que la sensibilité aux inhibiteurs varie considérablement selon le type de mutation, justifiant ainsi le passage d'une approche thérapeutique uniforme à une stratégie de médecine de précision guidée par le génotype.
Cette étude démontre que l'hypoxie tumorale induit la séquestration des ARNm du système de présentation des antigènes dans des granules de stress, bloquant ainsi leur traduction et favorisant un état de « dormance immunogène » qui permet aux cancers du poumon d'échapper à la réponse immunitaire.
Cette étude identifie l'aminoadipate semialdéhyde synthase (AASS) comme un nouveau biomarqueur pronostique favorable et un suppresseur de tumeur métabolique dans le cancer du sein triple négatif grâce à une approche intégrant la biologie des réseaux et l'apprentissage automatique.