Differential Regulation of Breast Cancer-Associated Genes by Progesterone Receptor Isoforms PRA and PRB in a New Bi-Inducible Breast Cancer Cell Line
Notice bibliographique
Résumé
Progesterone receptor isoforms (PRA and PRB) are expressed at equal levels in normal mammary cells. However, alteration in PRA/PRB expression is often observed in aggressive breast cancer suggesting differential contribution of PR isoforms in carcinogenesis. The mechanisms underlying such processes remain to be established mainly due to paucity of appropriate cellular models. To investigate the role of PR isoforms and the impact of imbalanced PRA/PRB ratio in transcriptional regulation, we have generated an original human breast cancer cell line conditionally expressing PRA and/or PRB in dose-dependence of non-steroid inducers. We first focused on PR-dependent transcriptional regulation of the paracrine growth factor gene amphiregulin (AREG) playing important role in cancer. Interestingly, unliganded PRA increases AREG expression, independently of estrogen receptor, yet inhibitable by antiprogestins. We show that functional outcome of epidermal growth factor (EGF) on such regulation is highly dependent on PRA/PRB ratio. Using this valuable model, genome-wide transcriptomic studies allowed us to determine the differential effects of PRA and PRB as a function of hormonal status. We identified a large number of novel PR-regulated genes notably implicated in breast cancer and metastasis and demonstrated that imbalanced PRA/PRB ratio strongly impact their expression predicting poor outcome in breast cancer. In sum, our unique cell-based system strongly suggests that PRA/PRB ratio is a critical determinant of PR target gene selectivity and responses to hormonal/growth factor stimuli. These findings provide molecular support for the aggressive phenotype of breast cancers with impaired expression of PRA or PRB.
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 | 0,000 | 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 ».