Alteration of the Methylation Status of Tumor-Promoting Genes Decreases Prostate Cancer Cell Invasiveness and Tumorigenesis <i>In vitro</i> and <i>In vivo</i>
Notice bibliographique
Résumé
We tested the hypothesis that cell invasiveness and tumorigenesis are driven by hypomethylation of genes involved in tumor progression. Highly invasive human prostate cancer cells PC-3 were treated with either the methyl donor S-adenosylmethionine (SAM) or methyl DNA-binding domain protein 2 antisense oligonucleotide (MBD2-AS). Both treatments resulted in a dose- and time-dependent inhibition of key genes, such as urokinase-type plasminogen activator (uPA), matrix metalloproteinase-2 (MMP-2), and vascular endothelial growth factor expression to decrease tumor cell invasion in vitro. No change in the levels of expression of genes already known to be methylated in late-stage prostate cancer cells, such as glutathione S-transferase P1 and androgen receptor, was seen. Inoculation of PC-3 cells pretreated with SAM and MBD2-AS into the flank of male BALB/c nu/nu mice resulted in the development of tumors of significantly smaller volume compared with animals inoculated with PC-3 cells treated with vehicle alone or MBD2 scrambled oligonucleotide. Immunohistochemical analysis of tumors showed the ability of SAM and MBD2-AS to significantly decrease tumoral uPA and MMP-2 expression along with levels of angiogenesis and survival pathway signaling molecules. Bisulfite sequencing analysis of tumoral genomic DNA showed that inhibition of both uPA and MMP-2 expression was due to methylation of their 5' regulatory region. These studies support the hypothesis that DNA hypomethylation controls the activation of multiple tumor-promoting genes and provide valuable insight into developing novel therapeutic strategies against this common disease, which target the demethylation machinery.
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 | 0,001 | 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 ».