Secretome and degradome profiling shows that Kallikrein‐related peptidases 4, 5, 6, and 7 induce TGFβ‐1 signaling in ovarian cancer cells
Notice bibliographique
Résumé
Kallikrein-related peptidases, in particular KLK4, 5, 6 and 7 (4-7), often have elevated expression levels in ovarian cancer. In OV-MZ-6 ovarian cancer cells, combined expression of KLK4-7 reduces cell adhesion and increases cell invasion and resistance to paclitaxel. The present work investigates how KLK4-7 shape the secreted proteome ("secretome") and proteolytic profile ("degradome") of ovarian cancer cells. The secretome comparison consistently identified >900 proteins in three replicate analyses. Expression of KLK4-7 predominantly affected the abundance of proteins involved in cell-cell communication. Among others, this includes increased levels of transforming growth factor β-1 (TGFβ-1). KLK4-7 co-transfected OV-MZ-6 cells share prominent features of elevated TGFβ-1 signaling, including increased abundance of neural cell adhesion molecule L1 (L1CAM). Augmented levels of TGFβ-1 and L1CAM upon expression of KLK4-7 were corroborated in vivo by an ovarian cancer xenograft model. The degradomic analysis showed that KLK4-7 expression mostly affected cleavage sites C-terminal to arginine, corresponding to the preference of kallikreins 4, 5 and 6. Putative kallikrein substrates include chemokines, such as growth differentiation factor 15 (GDF 15) and macrophage migration inhibitory factor (MIF). Proteolytic maturation of TGFβ-1 was also elevated. KLK4-7 have a pronounced, yet non-degrading impact on the secreted proteome, with a strong association between these proteases and TGFβ-1 signaling in tumor biology.
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 | 0,001 | 0,001 |
| 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) | 0,001 | 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 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 ».