MétaCan
Menu
Retour à la cohorte
Enregistrement W1977968757 · doi:10.4161/cc.25510

Oncogenes and inflammation rewire host energy metabolism in the tumor microenvironment

2013· article· en· W1977968757 sur OpenAlexaff
Ubaldo Martinez‐Outschoorn, Joseph Curry, Ying‐Hui Ko, Zhao Lin, Madalina Tuluc, David M. Cognetti, Ruth Birbe, Edmund A. Pribitkin, Alessandro Bombonati, Richard G. Pestell, Anthony Howell, Federica Sotgia, Michael P. Lisanti

Notice bibliographique

RevueCell Cycle · 2013
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueCancer, Hypoxia, and Metabolism
Établissements canadiensInstitute of Cancer Research
Organismes subventionnairesnon disponible
Mots-clésBiologyTumor microenvironmentStromal cellCancer cellCell biologyCancer researchOncogeneReprogrammingGlycolysisCancerCellBiochemistryMetabolismCell cycleGenetics

Résumé

récupéré en direct d'OpenAlex

Here, we developed a model system to evaluate the metabolic effects of oncogene(s) on the host microenvironment. A matched set of "normal" and oncogenically transformed epithelial cell lines were co-cultured with human fibroblasts, to determine the "bystander" effects of oncogenes on stromal cells. ROS production and glucose uptake were measured by FACS analysis. In addition, expression of a panel of metabolic protein biomarkers (Caveolin-1, MCT1, and MCT4) was analyzed in parallel. Interestingly, oncogene activation in cancer cells was sufficient to induce the metabolic reprogramming of cancer-associated fibroblasts toward glycolysis, via oxidative stress. Evidence for "metabolic symbiosis" between oxidative cancer cells and glycolytic fibroblasts was provided by MCT1/4 immunostaining. As such, oncogenes drive the establishment of a stromal-epithelial "lactate-shuttle", to fuel the anabolic growth of cancer cells. Similar results were obtained with two divergent oncogenes (RAS and NFκB), indicating that ROS production and inflammation metabolically converge on the tumor stroma, driving glycolysis and upregulation of MCT4. These findings make stromal MCT4 an attractive target for new drug discovery, as MCT4 is a shared endpoint for the metabolic effects of many oncogenic stimuli. Thus, diverse oncogenes stimulate a common metabolic response in the tumor stroma. Conversely, we also show that fibroblasts protect cancer cells against oncogenic stress and senescence by reducing ROS production in tumor cells. Ras-transformed cells were also able to metabolically reprogram normal adjacent epithelia, indicating that cancer cells can use either fibroblasts or epithelial cells as "partners" for metabolic symbiosis. The antioxidant N-acetyl-cysteine (NAC) selectively halted mitochondrial biogenesis in Ras-transformed cells, but not in normal epithelia. NAC also blocked stromal induction of MCT4, indicating that NAC effectively functions as an "MCT4 inhibitor". Taken together, our data provide new strategies for achieving more effective anticancer therapy. We conclude that oncogenes enable cancer cells to behave as selfish "metabolic parasites", like foreign organisms (bacteria, fungi, viruses). Thus, we should consider treating cancer like an infectious disease, with new classes of metabolically targeted "antibiotics" to selectively starve cancer cells. Our results provide new support for the "seed and soil" hypothesis, which was first proposed in 1889 by the English surgeon, Stephen Paget.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,003

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,004
Tête enseignante GPT0,183
Écart entre enseignants0,180 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations76
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCell CycleMême sujetCancer, Hypoxia, and MetabolismTravaux en français237 207