MétaCan
Menu
Retour à la cohorte
Enregistrement W1996022540 · doi:10.1073/pnas.1410609111

TAp73 opposes tumor angiogenesis by promoting hypoxia-inducible factor 1α degradation

2014· article· en· W1996022540 sur OpenAlexaff
Ivano Amelio, Satoshi Inoue, Elke Markert, Arnold J. Levine, Richard A. Knight, Tak W. Mak, Gerry Melino

Notice bibliographique

RevueProceedings of the National Academy of Sciences · 2014
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueCancer, Hypoxia, and Metabolism
Établissements canadiensUniversity Health NetworkOntario Institute for Cancer Research
Organismes subventionnairesNational Cancer Institute
Mots-clésAngiogenesisTranscription factorHypoxia-Inducible Factor 1Hypoxia (environmental)Cancer researchHypoxia-inducible factorsUbiquitinHIF1AProtein subunitBiologyTumor hypoxiaIn vivoTumor progressionCancerCell biologyChemistryInternal medicineMedicineOxygenBiochemistryGeneGenetics

Résumé

récupéré en direct d'OpenAlex

Tumor hypoxia and hypoxia-inducible factor 1 (HIF-1) activation are associated with cancer progression. Here, we demonstrate that the transcription factor TAp73 opposes HIF-1 activity through a nontranscriptional mechanism, thus affecting tumor angiogenesis. TAp73-deficient mice have an increased incidence of spontaneous and chemically induced tumors that also display enhanced vascularization. Mechanistically, TAp73 interacts with the regulatory subunit (α) of HIF-1 and recruits mouse double minute 2 homolog into the protein complex, thus promoting HIF-1α polyubiquitination and consequent proteasomal degradation in an oxygen-independent manner. In human lung cancer datasets, TAp73 strongly predicts good patient prognosis, and its expression is associated with low HIF-1 activation and angiogenesis. Our findings, supported by in vivo and clinical evidence, demonstrate a mechanism for oxygen-independent HIF-1 regulation, which has important implications for individualizing therapies in patients with cancer.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,020
Score d'incertitude au seuil0,294

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
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 savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,028
Tête enseignante GPT0,279
Écart entre enseignants0,251 · 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 tête enseignante, 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

Citations105
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueProceedings of the National Academy of SciencesMême sujetCancer, Hypoxia, and MetabolismTravaux en français237 207