MétaCan
Menu
Retour à la cohorte
Enregistrement W2040519360 · doi:10.1038/cddis.2014.305

miR-17 extends mouse lifespan by inhibiting senescence signaling mediated by MKP7

2014· article· en· W2040519360 sur OpenAlexafffund
William W. Du, Weining Yang, Ling Fang, Jim W. Xuan, H Li, Azam Khorshidi, Shubham Gupta, X Li, Burton B. Yang

Notice bibliographique

RevueCell Death and Disease · 2014
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueGenetics, Aging, and Longevity in Model Organisms
Établissements canadiensUniversity of TorontoHealth Sciences CentreSunnybrook Health Science Centre
Organismes subventionnairesCanadian Institutes of Health ResearchNatural Sciences and Engineering Research Council of CanadaHeart and Stroke Foundation of Canada
Mots-clésCell biologySenescenceBiologyAutophagyPsychological repressionPI3K/AKT/mTOR pathwayGene silencingTranscription factorCarcinogenesisSignal transductionApoptosisGeneticsCancerGeneGene expression

Résumé

récupéré en direct d'OpenAlex

Here we show that transgenic expression of miR-17 extends lifespan and inhibits cellular senescence. We propose that miR-17 acts as a critical regulator of cellular senescence and tumorigenesis. We demonstrate that miR-17 targets both ADCY5 and IRS1, upregulating the downstream signals MKP7, FoxO3, LC3B, and HIF1α, and downregulating mTOR, c-myc, cyclin D1, and JNK. Silencing either ADCY5 or IRS1 promoted autophagy and repressed cellular senescence and apoptosis. Repression of ADCY5 by miR-17 translocated membrane-bound RGS2 into the nucleus, promoting interactions of RGS2 with HIF1α and the MKP7 promoter, enhancing MKP7 transcription. ADCY5 repression by miR-17 also facilitated the translocation of EGFR and MKP7 from membrane into cytoplasmic and mitochondrial fractions. Importantly, we found that MKP7 inhibited senescence by dephosphorylating PRAS40 at Thr246 and mTOR at Ser2248, facilitating the interaction and loss of function of both molecules. Thus, the oncogenic miR-17 also acts pleiotropically to inhibit cellular senescence and extend longevity.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,016
Score d'incertitude au seuil0,945

Scores Codex et Gemma par catégorie

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)0,0000,000

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 Opus0,006
Tête enseignante GPT0,203
Écart entre enseignants0,197 · 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 tête enseignante, 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

Citations68
Publié2014
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueCell Death and DiseaseMême sujetGenetics, Aging, and Longevity in Model OrganismsTravaux en français237 207