β-Catenin and NF-κB co-activation triggered by TLR3 stimulation facilitates stem cell-like phenotypes in breast cancer
Notice bibliographique
Résumé
Cancer stem cells (CSCs) are responsible for tumor initiation and progression. Toll-like receptors (TLRs) are highly expressed in cancer cells and associated with poor prognosis. However, a linkage between CSCs and TLRs is unclear, and potential intervention strategies to prevent TLR stimulation-induced CSC formation and underlying mechanisms are lacking. Here, we demonstrate that stimulation of toll-like receptor 3 (TLR3) promotes breast cancer cells toward a CSC phenotype in vitro and in vivo. Importantly, conventional NF-κB signaling pathway is not exclusively responsible for TLR3 activation-enriched CSCs. Intriguingly, simultaneous activation of both β-catenin and NF-κB signaling pathways, but neither alone, is required for the enhanced CSC phenotypes. We have further identified a small molecule cardamonin that can concurrently inhibit β-catenin and NF-κB signals. Cardamonin is capable of effectively abolishing TLR3 activation-enhanced CSC phenotypes in vitro and successfully controlling TLR3 stimulation-induced tumor growth in human breast cancer xenografts. These findings may provide a foundation for developing new strategies to prevent the induction of CSCs during cancer therapies.
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 ».