The Fer Tyrosine Kinase Is Important for Platelet-derived Growth Factor-BB-induced Signal Transducer and Activator of Transcription 3 (STAT3) Protein Phosphorylation, Colony Formation in Soft Agar, and Tumor Growth in Vivo
Notice bibliographique
Résumé
Fer is a cytoplasmic tyrosine kinase that is activated in response to platelet-derived growth factor (PDGF) stimulation. In the present report, we show that Fer associates with the activated PDGF β-receptor (PDGFRβ) through multiple autophosphorylation sites, i.e. Tyr-579, Tyr-581, Tyr-740, and Tyr-1021. Using low molecular weight inhibitors, we found that PDGF-BB-induced Fer activation is dependent on PDGFRβ kinase activity, but not on the enzymatic activity of Src or Jak kinases. In cells in which Fer was down-regulated using siRNA, PDGF-BB was unable to induce phosphorylation of STAT3, whereas phosphorylations of STAT5, ERK1/2, and Akt were unaffected. PDGF-BB-induced activation of STAT3 occurred also in cells expressing kinase-dead Fer, suggesting a kinase-independent adaptor role of Fer. Expression of Fer was dispensable for PDGF-BB-induced proliferation and migration but essential for colony formation in soft agar. Tumor growth in vivo was delayed in cells depleted of Fer expression. Our data suggest a critical role of Fer in PDGF-BB-induced STAT3 activation and cell transformation. Background: Both PDGFR and STAT3 have been implicated in malignant disease, but the mechanisms by which PDGF regulates STAT3 are only partially understood. Results: Fer is critical for PDGF-mediated STAT3 activation and formation of colonies in soft agar and tumor growth in vivo . Conclusion: Fer has a critical role in PDGF-induced STAT3 activation and cell transformation. Significance: Fer plays an important role in PDGF-driven tumorigenesis.
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 ».