Stromal adipocyte PPARγ protects against breast tumorigenesis
Notice bibliographique
Résumé
Peroxisome proliferator-activated receptor (PPAR)γ regulates the expression of genes essential for fat storage, primarily through its activity in adipocytes. It also has a role in carcinogenesis. PPARγ normally stops the in vivo progression of 7,12-dimethylbenz[a]anthracene (DMBA)-mediated breast tumours as revealed with PPARγ haploinsufficient mice. Since many cell types associated with the mammary gland express PPARγ, each with unique signal patterns, this study aimed to define which tissues are required for PPARγ-dependent antitumour effects. Accordingly, adipocyte-specific PPARγ knockout (PPARγ-A KO) mice and their wild-type (PPARγ-WT) controls were generated, and treated with DMBA for 6 weeks to initiate breast tumorigenesis. On week 7, mice were randomized to continue on normal chow diet or one supplemented with rosiglitazone (ROSI), and followed for 25 weeks for tumour outcomes. In PPARγ-A KO versus PPARγ-WT mice, malignant mammary tumour incidence was significantly higher and mammary tumour latency was decreased. DMBA + ROSI treatment reduced average mammary tumour volumes by 50%. Gene expression analyses of mammary glands by quantitative real-time polymerase chain reaction and immunofluorescence indicated that untreated PPARγ-A KOs had significantly decreased BRCA1 expression in mammary stromal adipocytes. Compared with PPARγ-WT mice, serum leptin levels in PPARγ-A KOs were also significantly higher throughout the study. Together, these data are the first to suggest that in vivo PPARγ expression in mammary stromal adipocytes attenuates breast tumorigenesis through BRCA1 upregulation and decreased leptin secretion. This study supports a protective effect of activating PPARγ as a novel chemopreventive therapy for breast cancer.
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 ».