Sulforaphane modulates telomerase activity via epigenetic regulation in prostate cancer cell lines
Notice bibliographique
Résumé
Epidemiologic studies have revealed that diets rich in sulforaphane (SFN), an isothiocyanate present in cruciferous vegetables, are associated with a marked decrease in prostate cancer incidence. The chemo-preventive role of SFN is associated with its histone de-acetylase inhibitor activity. However, the effect of SFN on chromatin composition and dynamic folding, especially in relation to HDAC inhibitor activity, remains poorly understood. In this study, we found that SFN can inhibit the expression and activity of human telomerase reverse transcriptase (hTERT), the catalytic subunit of telomerase, in 2 prostate cancer cell lines. This decrease in gene expression is correlated with SFN-induced changes in chromatin structure and composition. The SFN-mediated changes in levels of histone post-translational modifications, more specifically acetylation of histone H3 lysine 18 and di-methylation of histone H3 lysine 4, 2 modifications linked with high risk of prostate cancer recurrence, were associated with regulatory elements within the hTERT promoter region. Chromatin condensation may also play a role in SFN-mediated hTERT repression, since expression and recruitment of MeCP2, a known chromatin compactor, were altered in SFN treated prostate cancer cells. Chromatin immuno-precipitation (ChIP) of MeCP2 showed enrichment over regions of the hTERT promoter with increased nucleosome density. These combined results strongly support a role for SFN in the mediation of epigenetic events leading to the repression of hTERT in prostate cancer cells. This ability of SFN to modify chromatin composition and structure associated with target gene expression provides a new model by which dietary phytochemicals may exert their chemoprevention activity.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 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) | 0,000 | 0,000 |
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 tête enseignante, 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 ».