Gonadotropin-Releasing Hormone Promotes Ovarian Cancer Cell Invasiveness through c-Jun NH2-Terminal Kinase–Mediated Activation of Matrix Metalloproteinase (MMP)-2 and MMP-9
Notice bibliographique
Résumé
Gonadotropin-releasing hormone (GnRH) receptor is present in 80% of ovarian cancer, and numerous studies have provided evidence for a role of GnRH in cell proliferation. In this study, the effect of GnRH on the invasion potential of ovarian cancer cells was investigated. In vitro migration and cell invasion assays with the ovarian cancer cell lines Caov-3 and OVCAR-3 revealed the biphasic nature of GnRH; low concentrations of GnRH agonist (GnRHa) increased the cell motility and invasiveness of these cells, but at increased concentrations, the stimulatory effect was insignificant. Reverse transcription-PCR, Western blot, and gelatin zymography showed that the expression of metastasis-related proteinases, matrix metalloproteinase (MMP)-2 and MMP-9, was up-regulated and activated by GnRHa. Moreover, we observed that GnRHa was able to transactivate the MMP-2 and MMP-9 promoters. The invasive/migratory phenotype activated by GnRHa can be blocked by specific inhibitors or neutralizing antibodies to MMP-2 and MMP-9. Knockdown of the GnRH receptor using small interfering RNA significantly inhibited the GnRH-induced MMP activation, invasion, and migration. In addition, we showed that the c-Jun NH(2)-terminal kinase, but not extracellular signal-regulated kinase 1/2 or p38 mitogen-activated protein kinase, signaling pathway was critical for GnRH-mediated up-regulation of MMP, cell invasion, and motility. These results indicate for the first time an expanded role for GnRH in other aspects of ovarian tumor progression, such as metastasis, via activation of MMP and the subsequent increase in cell migration and invasion.
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 ».