Research Resource: Enhanced Genome-Wide Occupancy of Estrogen Receptor α by the Cochaperone p23 in Breast Cancer Cells
Notice bibliographique
Résumé
p23 is a chaperone with multiple heat shock protein 90 dependent and independent cellular functions, including stabilizing unliganded steroid receptors and modulating receptor-DNA dynamics. p23 protein is also up-regulated in several cancers, notably breast cancer. We previously demonstrated that higher expression of p23 in the estrogen-dependent breast cancer line MCF-7 (MCF-7+p23) selectively increased estrogen receptor (ER) target gene transcription and ER recruitment to regulatory elements, promoted cell invasion, and predicted a poor prognosis in breast cancer patients. To probe the impact of p23 on ER binding throughout the human genome, we compared ER occupancy in MCF-7+p23 cells relative to MCF-7-control cells by using chromatin immunoprecipitation followed by ultrahigh-throughput DNA sequencing in the absence and presence of 17β-estradiol (E2) treatment. We found that increased expression of p23 resulted in a 230% increase in the number of E2-induced ER-binding sites throughout the genome compared with control cells and also increased ER binding under basal conditions. Motif analysis indicated that ER binds to a similar DNA sequence regardless of p23 status. We also observed that ER tends to bind closer to genes that were induced, rather than repressed by either E2 treatment or p23 overexpression. Interestingly, we also found that the increased invasion of MCF-7+p23 cells was not only p23 dependent but also ER dependent. Thus, a small increase in the expression of p23 amplifies ER-binding genome wide and, in combination with ER, elicits an invasive phenotype. This makes p23 an attractive target for combating tumor cell metastasis in breast cancer patients.
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 | 0,001 | 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 ».