Prostate Stromal Cells Express the Progesterone Receptor to Control Cancer Cell Mobility
Notice bibliographique
Résumé
BACKGROUND: Reciprocal interactions between epithelium and stroma play vital roles for prostate cancer development and progression. Enhanced secretions of cytokines and growth factors by cancer associated fibroblasts in prostate tumors create a favorable microenvironment for cancer cells to grow and metastasize. Our previous work showed that the progesterone receptor (PR) was expressed specifically in prostate stromal fibroblasts and smooth muscle cells. However, the expression levels of PR and its impact to tumor microenvironment in prostate tumors are poorly understood. METHODS: Immunohistochemistry assays are applied to human prostate tissue biopsies. Cell migration, invasion and proliferation assays are performed using human prostate cells. Real-time PCR and ELISA are applied to measure gene expression at molecular levels. RESULTS: Immunohistochemistry assays showed that PR protein levels were decreased in cancer associated stroma when compared with paired normal prostate stroma. Using in vitro prostate stromal cell models, we showed that conditioned media collected from PR positive stromal cells inhibited prostate cancer cell migration and invasion, but had minor suppressive impacts on cancer cell proliferation. PR suppressed the secretion of stromal derived factor-1 (SDF-1) and interlukin-6 (IL-6) by stromal cells independent to PR ligands. Blocking PR expression by siRNA or supplementation of exogenous SDF-1 or IL-6 to conditioned media from PR positive stromal cells counteracted the inhibitory effects of PR to cancer cell migration and invasion. CONCLUSIONS: Decreased expression of the PR in cancer associated stroma may contribute to the elevated SDF-1 and IL-6 levels in prostate tumors and enhance prostate tumor progression.
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) | 0,001 | 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 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 ».