The eIF2α kinase PKR is a negative regulator of Stat1 and Stat3
Notice bibliographique
Résumé
Cancerous cells contain overactive proteins, including the transcription factor Stat1, which is hyperphosphorylated in various blood and head and neck cancers. Numerous mechanisms exist which regulate Stat1, including dephosphorylation in the nucleus by the tyrosine phosphatase TC‐PTP. Stat1 activity is further controlled by the eIF2α kinase PKR, which inhibits the formation of Stat1 transcriptional complexes. We set out to determine if an indirect pathway exists that controls Stat1 phosphorylation via PKR. Using an inducible PKR cell line, we demonstrated that tyrosine phosphorylation of Stat1, and a related family member Stat3, is reduced in the presence of active PKR. Targeted reduction of TC‐PTP by RNAi in the same cell line resulted in a partial rescue of Stat1 and Stat3 phosphorylation, transcriptional activity and nuclear localization. PKR exerts this regulation by phosphorylating both TC‐PTP and eIF2α, thus controlling translation. These results describe a previously unknown pathway regulating the activity of Stat1 and Stat3, and also identify a TC‐PTP as a novel substrate of PKR. Since both PKR and Stat1 have anti‐tumour activity, and Stat3 is a proto‐oncogene, further insight into the relationship between these proteins may allow us to comprehend their roles in cancer development and progression. This project was funded by a grant from the CIHR/CBCRA.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,001 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».