Suppression of IFN-Induced Transcription Underlies IFN Defects Generated by Activated Ras/MEK in Human Cancer Cells
Notice bibliographique
Résumé
Certain oncolytic viruses exploit activated Ras signaling in order to replicate in cancer cells. Constitutive activation of the Ras/MEK pathway is known to suppress the effectiveness of the interferon (IFN) antiviral response, which may contribute to Ras-dependent viral oncolysis. Here, we identified 10 human cancer cell lines (out of 16) with increased sensitivity to the anti-viral effects of IFN-α after treatment with the MEK inhibitor U0126, suggesting that the Ras/MEK pathway underlies their reduced sensitivity to IFN. To determine how Ras/MEK suppresses the IFN response in these cells, we used DNA microarrays to compare IFN-induced transcription in IFN-sensitive SKOV3 cells, moderately resistant HT1080 cells, and HT1080 cells treated with U0126. We found that 267 genes were induced by IFN in SKOV3 cells, while only 98 genes were induced in HT1080 cells at the same time point. Furthermore, the expression of a distinct subset of IFN inducible genes, that included RIGI, GBP2, IFIT2, BTN3A3, MAP2, MMP7 and STAT2, was restored or increased in HT1080 cells when the cells were co-treated with U0126 and IFN. Bioinformatic analysis of the biological processes represented by these genes revealed increased representation of genes involved in the anti-viral response, regulation of apoptosis, cell differentiation and metabolism. Furthermore, introduction of constitutively active Ras into IFN sensitive SKOV3 cells reduced their IFN sensitivity and ability to activate IFN-induced transcription. This work demonstrates for the first time that activated Ras/MEK in human cancer cells induces downregulation of a specific subset of IFN-inducible genes.
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) | 0,001 | 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 ».