MK3 Modulation Affects BMI1-Dependent and Independent Cell Cycle Check-Points
Notice bibliographique
Résumé
Although the MK3 gene was originally found deleted in some cancers, it is highly expressed in others. The relevance of MK3 for oncogenesis is currently not clear. We recently reported that MK3 controls ERK activity via a negative feedback mechanism. This prompted us to investigate a potential role for MK3 in cell proliferation. We here show that overexpression of MK3 induces a proliferative arrest in normal diploid human fibroblasts, characterized by enhanced expression of replication stress- and senescence-associated markers. Surprisingly, MK3 depletion evokes similar senescence characteristics in the fibroblast model. We previously identified MK3 as a binding partner of Polycomb Repressive Complex 1 (PRC1) proteins. In the current study we show that MK3 overexpression results in reduced cellular EZH2 levels and concomitant loss of epigenetic H3K27me3-marking and PRC1/chromatin-occupation at the CDKN2A/INK4A locus. In agreement with this, the PRC1 oncoprotein BMI1, but not the PCR2 protein EZH2, bypasses MK3-induced senescence in fibroblasts and suppresses P16INK4A expression. In contrast, BMI1 does not rescue the MK3 loss-of-function phenotype, suggesting the involvement of multiple different checkpoints in gain and loss of MK3 function. Notably, MK3 ablation enhances proliferation in two different cancer cells. Finally, the fibroblast model was used to evaluate the effect of potential tumorigenic MK3 driver-mutations on cell proliferation and M/SAPK signaling imbalance. Taken together, our findings support a role for MK3 in control of proliferation and replicative life-span, in part through concerted action with BMI1, and suggest that the effect of MK3 modulation or mutation on M/SAPK signaling and, ultimately, proliferation, is cell context-dependent.
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 ».