LC3-mediated fibronectin mRNA translation induces fibrosarcoma growth by increasing connective tissue growth factor
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Previously, we related fibronectin (Fn1) mRNA translation to an interaction between an AU-rich element in the Fn1 3' UTR and light chain 3 (LC3) of microtubule-associated proteins 1A and 1B. Since human fibrosarcoma (HT1080) cells produce little fibronectin and LC3, we used these cells to investigate how LC3-mediated Fn1 mRNA translation might alter tumor growth. Transfection of HT1080 cells with LC3 enhanced fibronectin mRNA translation. Using polysome analysis and RNA-binding assays, we show that elevated levels of translation depend on an interaction between a triple arginine motif in LC3 and the AU-rich element in Fn1 mRNA. Wild-type but not mutant LC3 accelerated HT1080 cell growth in culture and when implanted in SCID mice. Comparison of WT LC3 with vector-transfected HT1080 cells revealed increased fibronectin-dependent proliferation, adhesion and invasion. Microarray analysis of genes differentially expressed in WT and vector-transfected control cells indicated enhanced expression of connective tissue growth factor (CTGF). Using siRNA, we show that enhanced expression of CTGF is fibronectin dependent and that LC3-mediated adhesion, invasion and proliferation are CTGF dependent. Expression profiling of soft tissue tumors revealed increased expression of both LC3 and CTGF in some locally invasive tumor types.
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.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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 découle