MétaCan
Menu
Retour à la cohorte
Enregistrement W2015353338 · doi:10.1371/journal.pone.0108257

p53 Down Regulates PDGF-Induced Formation of Circular Dorsal Ruffles in Rat Aortic Smooth Muscle Cells

2014· article· en· W2015353338 sur OpenAlexafffund
Laura J. Payne, Robert Eves, Lilly Jia, Alan S. Mak

Notice bibliographique

RevuePLoS ONE · 2014
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueRNA Research and Splicing
Établissements canadiensQueen's University
Organismes subventionnairesCanadian Institutes of Health ResearchQueen's UniversityHeart and Stroke Foundation of Canada
Mots-clésCDC42Cell biologyPTENEffectorGene knockdownCell growthBiologySmall hairpin RNAChemistryApoptosisSignal transductionPI3K/AKT/mTOR pathwayBiochemistry

Résumé

récupéré en direct d'OpenAlex

The tumor suppressor, p53, negatively regulates cell migration and invasion in addition to its role in apoptosis, cell cycle regulation and senescence. Here, we study the roles of p53 in PDGF-induced circular dorsal ruffle (CDR) formation in rat aortic smooth muscle (RASM) cells. In primary and immortalized RASM cells, up-regulation of p53 expression or increase in activity with doxorubicin inhibits CDR formation. In contrast, shRNA-knockdown of p53 or inhibition of its activity with pifithrin α promotes CDR formation. p53 acts by up-regulating PTEN expression, which antagonizes Rac and Cdc42 activation. Both lipid and protein phosphatase activities of PTEN are required for maximal suppression of CDR, but the lipid activity clearly plays the dominant role. N-WASP, the downstream effector of Cdc42, is the major positive contributor to CDR formation in RASM, and is an indirect target of p53. The Rac effector, WAVE2, appears to also play a minor role, while WAVE1 has no significant effect in CDR formation. In sum, we propose that p53 suppresses PDGF-induced CDR formation in RASM cells by upregulating PTEN leading mainly to the inhibition of the Cdc42-N-WASP pathway.

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 seuil0,004

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 Opus0,020
Tête enseignante GPT0,233
Écart entre enseignants0,212 · 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

Citations13
Publié2014
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revuePLoS ONEMême sujetRNA Research and SplicingTravaux en français237 207