The Association of CXCR3 and Renal Cell Carcinoma Metastasis
Notice bibliographique
Résumé
PURPOSE: Renal cell carcinoma expresses CXCR3 but the function of CXCR3 in renal cell carcinoma has not been clarified. We explored the function of CXCR3 in renal cell carcinoma and investigated CXCR3 regulating factors. MATERIALS AND METHODS: We obtained 56 clinical samples of clear cell renal cell carcinoma and corresponding normal renal tissue samples from the surgical specimens of Japanese patients who underwent radical nephrectomy at Chiba University Hospital between 2000 and 2011. As renal cell carcinoma cell lines, we used 786-O, ACHN and Caki-1. The expression profiles of CXCR3 and its splice variants were examined. For functional analyses 786-O and interferon-γ inducible 10 kDa protein or IP-10 (CXCL10) were selected as representatives. RESULTS: CXCR3 and its ligands were abundant in renal cell carcinoma samples compared to corresponding normal kidney samples. The CXCR3-A-to-CXCR3-B ratio was 1.5 times higher in renal cell carcinoma samples than in normal kidney samples. CXCL10 treatment induced 786-O cell migration and invasion, and these effects were inhibited by neutralizing antibody. Phosphorylated RhoA and pro/active matrix metalloproteinase-9 expression was up-regulated by CXCL10 treatment. In clinical samples CXCR3 and CXCR3-A expression was significantly higher in metastatic than in nonmetastatic carcinoma samples. Finally, the expression of CXCR3-A and HIF-1α correlated significantly in clinical samples. In 786-O treatment with CoCl2 up-regulated CXCR3 and HIF-1α expression 4.5 and 2.2-fold, respectively. CONCLUSIONS: We determined the association of CXCR3 and renal cell carcinoma metastasis. CXCR3 expression may be regulated by hypoxia.
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 | 0,002 | 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 ».