MétaCan
Menu
Retour à la cohorte
Enregistrement W2015094489 · doi:10.1038/ncomms6775

Clusterin facilitates stress-induced lipidation of LC3 and autophagosome biogenesis to enhance cancer cell survival

2014· article· en· W2015094489 sur OpenAlexaff
Fan Zhang, Masafumi Kumano, Eliana Beraldi, Ladan Fazli, Caigan Du, Susan C. Moore, Poul H. Sorensen, Amina Zoubeidi, Martin Gleave

Notice bibliographique

RevueNature Communications · 2014
Typearticle
Langueen
DomaineMedicine
ThématiqueClusterin in disease pathology
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesNational Cancer InstituteNational Institutes of Health
Mots-clésClusterinAutophagyAutophagosomeCell biologyBiogenesisSignal transducing adaptor proteinLipid-anchored proteinProgrammed cell deathCancer cellGene silencingATG5BAG3BiologyProteostasisCancer researchApoptosisChemistryCancerSignal transductionBiochemistry

Résumé

récupéré en direct d'OpenAlex

We define stress-induced adaptive survival pathways linking autophagy with the molecular chaperone clusterin (CLU) that function to promote anticancer treatment resistance. During treatment stress, CLU co-localizes with LC3 via an LIR-binding sequence within autophagosome membranes, functioning to facilitate LC3-Atg3 heterocomplex stability and LC3 lipidation, and thereby enhance autophagosome biogenesis and autophagy activation. Stress-induced autophagy is attenuated with CLU silencing in CLU(-/-) mice and human prostate cancer cells. CLU-enhanced cell survival occurs via autophagy-dependent pathways, and is reduced following autophagy inhibition. Combining CLU inhibition with anticancer treatments attenuates autophagy activation, increases apoptosis and reduces prostate cancer growth. This study defines a novel adaptor protein function for CLU under stress conditions, and highlights how co-targeting CLU and autophagy can amplify proteotoxic stress to delay cancer progression.

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 seuil0,006

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 savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,025
Tête enseignante GPT0,361
Écart entre enseignants0,335 · 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

Citations124
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueNature CommunicationsMême sujetClusterin in disease pathologyTravaux en français237 207