Dysregulation of Cell Polarity Proteins Synergize with Oncogenes or the Microenvironment to Induce Invasive Behavior in Epithelial Cells
Notice bibliographique
Résumé
Changes in expression and localization of proteins that regulate cell and tissue polarity are frequently observed in carcinoma. However, the mechanisms by which changes in cell polarity proteins regulate carcinoma progression are not well understood. Here, we report that loss of polarity protein expression in epithelial cells primes them for cooperation with oncogenes or changes in tissue microenvironment to promote invasive behavior. Activation of ErbB2 in cells lacking the polarity regulators Scribble, Dlg1 or AF-6, induced invasive properties. This cooperation required the ability of ErbB2 to regulate the Par6/aPKC polarity complex. Inhibition of the ErbB2-Par6 pathway was sufficient to block ErbB2-induced invasion suggesting that two polarity hits may be needed for ErbB2 to promote invasion. Interestingly, in the absence of ErbB2 activation, either a combined loss of two polarity proteins, or exposure of cells lacking one polarity protein to cytokines IL-6 or TNFα induced invasive behavior in epithelial cells. We observed the invasive behavior only when cells were plated on a stiff matrix (Matrigel/Collagen-1) and not when plated on a soft matrix (Matrigel alone). Cells lacking two polarity proteins upregulated expression of EGFR and activated Akt. Inhibition of Akt activity blocked the invasive behavior identifying a mechanism by which loss of polarity promotes invasion of epithelial cells. Thus, we demonstrate that loss of polarity proteins confers phenotypic plasticity to epithelial cells such that they display normal behavior under normal culture conditions but display aggressive behavior in response to activation of oncogenes or exposure to cytokines.
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 ».