Prognostic Significance of Nuclear Factor-κB p105/p50 in Human Melanoma and Its Role in Cell Migration
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Transcriptional factor nuclear factor-kappaB (NF-kappaB) family has been shown to play an important role in tumor pathogenesis and serve as a potential target in cancer therapy. However, it is necessary to clarify the specific functions of NF-kappaB members, which would provide the basis for the selective blockade and reduction of therapeutic side effects resulting from unspecific inhibition of NF-kappaB members. In this study, we explored the role of NF-kappaB p105/p50 in melanoma pathogenesis in vitro and in vivo. We found that the expression of NF-kappaB p105/p50 significantly increased in dysplastic nevi, primary melanoma, and metastatic melanoma compared with normal nevi (P = 0.0004, chi(2) test). Furthermore, NF-kappaB p105/p50 nuclear staining increased with melanoma progression and strong NF-kappaB p105/p50 nuclear staining was inversely correlated with disease-specific 5-year survival of patients with tumor thickness >2.0 mm (P = 0.014, log-rank test). Multivariate Cox regression analysis revealed that nuclear expression of NF-kappaB p105/p50 is an independent prognostic factor in this subgroup. Moreover, we found that up-regulation of NF-kappaB p50 enhanced melanoma cell migration, whereas small interfering RNA knockdown inhibited cell migration. In addition, overexpression of NF-kappaB p50 induced RhoA activity and Rock-mediated formation of stress fiber in melanoma cells. Taken together, our data indicate that NF-kappaB p105/p50 may be an important marker for human melanoma progression and prognosis as well as a potentially selective therapeutic target.
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.
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 découle