Targeting TBP-Associated Factors in Ovarian Cancer
Notice bibliographique
Résumé
As ovarian tumors progress, they undergo a process of dedifferentiation, allowing adaptive changes in growth and morphology that promote metastasis and chemoresistance. Herein, we outline a hypothesis that TATA-box binding protein associated factors (TAFs), which compose the RNA Polymerase II initiation factor, TFIID, contribute to regulation of dedifferentiation states in ovarian cancer. Numerous studies demonstrate that TAFs regulate differentiation and proliferation states; their expression is typically high in pluripotent cells and reduced upon differentiation. Strikingly, TAF2 exhibits copy number increases or mRNA overexpression in 73% of high-grade serous ovarian cancers (HGSC). At the biochemical level, TAF2 directs TFIID to TATA-less promoters by contact with an Initiator element, which may lead to the deregulation of the transcriptional output of these tumor cells. TAF4, which is altered in 66% of HGSC, is crucial for the stability of the TFIID complex and helps drive dedifferentiation of mouse embryonic fibroblasts to induced pluripotent stem cells. Its ovary-enriched paralog, TAF4B, is altered in 26% of HGSC. Here, we show that TAF4B mRNA correlates with Cyclin D2 mRNA expression in human granulosa cell tumors. TAF4B may also contribute to regulation of tumor microenvironment due to its estrogen-responsiveness and ability to act as a cofactor for NFκB. Conversely, TAF9, a cofactor for p53 in regulating apoptosis, may act as a tumor suppressor in ovarian cancer, since it is downregulated or deleted in 98% of HGSC. We conclude that a greater understanding of mechanisms of transcriptional regulation that execute signals from oncogenic signaling cascades is needed in order to expand our understanding of the etiology and progression of ovarian cancer, and most importantly to identify novel targets for therapeutic intervention.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 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 | 0,001 | 0,001 |
| 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 ».