Thrombin Induces Tumor Cell Cycle Activation and Spontaneous Growth by Down-regulation of p27Kip1, in Association with the Up-regulation of Skp2 and MiR-222
Notice bibliographique
Résumé
The effect of thrombin on tumor cell cycle activation and spontaneous growth was examined in synchronized serum-starved tumor cell lines and a model of spontaneous prostate cancer development in TRAMP mice. BrdUrd incorporation and propidium iodide staining of prostate LNCaP cells arrested in G(0) and treated with thrombin or serum revealed a 48- and 29-fold increase in S phase cells, respectively, at 8 hours. Similar results were obtained with TRAMP cells and a glioblastoma cell line, T98G. Cell cycle kinases and inhibitors in synchronized tumor cells revealed high levels of p27(Kip1) and low levels of Skp2 and cyclins D1 and A. Addition of thrombin, TFLLRN, or serum down-regulated p27(Kip1) with concomitant induction of Skp2, Cyclin D1, and Cyclin A with similar kinetics. LNCaP p27(Kip1)-transfected cells or Skp2 knockdown cells were refractory to thrombin-induced cell cycle activation. MicroRNA 222, an inhibitor of p27(Kip1), was robustly up-regulated by thrombin. The in vitro observations were tested in vivo with transgenic TRAMP mice. Repetitive thrombin injection enhanced prostate tumor volume 6- to 8-fold (P < 0.04). Repetitive hirudin, a specific potent antithrombin, decreased tumor volume 13- to 24-fold (P < 0.04). Thus, thrombin stimulates tumor cell growth in vivo by down-regulation of p27(Kip1).
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 | 0,001 | 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 ».