Characterization of a glycine N‐methyltransferase gene knockout mouse model for hepatocellular carcinoma: Implications of the gender disparity in liver cancer susceptibility
Notice bibliographique
Résumé
Hepatocellular carcinoma (HCC) is the fifth common cancer in the world and it mainly occurs in men. Glycine N-methyltransferase (GNMT) participates in one-carbon metabolism and affects DNA methylation by regulating the ratio of S-adenosylmethionine to S-adenosylhomocystine. Previously, we described that the expression of GNMT was diminished in human HCC. Here, we showed that 50% (3/6) male and 100% (7/7) female Gnmt-/- mice developed HCC, and their mean ages of HCC development were 17 and 16.5 months, respectively. In addition, 42.9% (3/7) of female Gnmt-/- mice had hemangioma. Wnt reporter assay demonstrated that Gnmt is a negative regulator for canonical Wnt signaling pathway. Beta-catenin, cyclin D1 and c-Myc, genes related to Wnt pathway, were upregulated in the liver tissues from both 11 weeks and HCC stage of Gnmt-/- mice. Furthermore, global DNA hypomethylation and aberrant expression of DNA methyltransferases 1 and 3b were found in the early and late stages of HCC development. Hierarchical cluster analysis of 6,023 transcripts from microarray data found that gene expression patterns of HCC tumors from male and female Gnmt-/- mice were distinctively different. Real-time PCR confirmed that Gadd45a, Pak1, Mapk3 and Dsup3 genes of mitogen-activated protein kinase (MAPK) pathway were activated in Gnmt-/- mice, especially in the female mice. Therefore, GNMT is a tumor suppressor gene for liver cancer, and it is associated with gender disparity in liver cancer susceptibility.
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 ».