Role of PELP1/MNAR Signaling in Ovarian Tumorigenesis
Notice bibliographique
Résumé
Emerging evidence suggests that nuclear receptor (NR) coregulators have potential to act as master genes and their deregulation can promote oncogenesis. Proline-, glutamic acid-, and leucine-rich protein-1 (PELP1/MNAR) is a novel NR coregulator. Its expression is deregulated in hormone-driven cancers. However, the role of PELP1/MNAR in ovarian cancer progression remains unknown. Analysis of serial analysis of gene expression data suggested deregulation of PELP1/MNAR expression in ovarian tumors. Western analysis of PELP1/MNAR in normal and serous ovarian tumor tissues showed 3- to 4-fold higher PELP1/MNAR expression in serous tumors compared with normal ovarian tissues. To examine the significance of PELP1/MNAR in ovarian cancer progression, we have generated model cells that overexpress PELP1/MNAR and ovarian cancer cells in which PELP1/MNAR expression is down-regulated by stable expression of PELP1/MNAR-specific shRNA. Down-regulation of PELP1/MNAR in cancerous ovarian model cells (OVCAR3) resulted in reduced proliferation, affected the magnitude of c-Src and protein kinase B (AKT) signaling, and reduced tumorigenic potential of ovarian cancer cells in a nude mouse model. PELP1/MNAR overexpression in nontumorigenic immortalized surface epithelial cells (IOSE cells) promoted constitutive activation of c-Src and AKT signaling pathways and promoted anchorage-independent growth. Immunohistochemical studies using human ovarian cancer tissue arrays (n = 123) showed that PELP1/MNAR is 2- to 3-fold overexpressed in 60% of ovarian tumors, and PELP1/MNAR deregulation occurs in all different types of ovarian cancer. Collectively, these results suggest that PELP1/MNAR signaling plays a role in ovarian cancer cell proliferation and survival, and that its expression is deregulated in ovarian carcinomas.
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 ».