CS-16 * THE eEF2 KINASE IS CRITICAL FOR BRAIN TUMOURS ADAPTATION TO METABOLIC STRESS
Notice bibliographique
Résumé
During tumour progression, brain tumour cells are exposed to metabolic stress, such as nutrient deprivation, due to abnormal tumour vasculature. The ability of tumour cells to respond and manage reduced nutrient availability has a strong impact on tumour outcome. The molecular pathways supporting metabolic adaptation of brain tumour cells to nutrient stress represent potential therapeutic targets which are still not well defined. We report that the translation elongation factor 2 (eEF2) kinase mediates a protective response under nutrient starvation by restraining mRNA translation at the step of elongation. In aggressive human tumour cells, such as medulloblastoma (MB) cells, ablation of eEF2K expression increases sensitivity to nutrient removal. In addition, gene expression analysis in patient samples show that eEF2K expression is upregulated in the most aggressive subgroup of MB, namely group 3, and that high eEF2K expression is strongly associated with poor survival in both MB and glioblastoma (GBM). In vivo, eEF2K overexpression confers resistance of tumour xenografts to calorie restriction. Finally, our data reveal that eEF2K is an evolutionarily conserved mediator of the physiological response to nutrient starvation, as genetic removal of eEF2K compromises survival of C. elegans in absence of nutrients. Overall, our works highlight a novel pro-survival factor which is hijacked by brain tumour cells to support their adaptation to nutrient stress. The potential for therapeutic targeting of eEF2 kinase in brain tumors will be discussed.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| 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) | 0,003 | 0,001 |
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 source (Gemma direct ou Codex distillé), 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 ».