eIF2α Kinase PKR Modulates the Hypoxic Response by Stat3-Dependent Transcriptional Suppression of HIF-1α
Notice bibliographique
Résumé
Hypoxia within the tumor microenvironment promotes angiogenesis, metabolic reprogramming, and tumor progression. In addition to activating hypoxia-inducible factor-1α (HIF-1α), cells also respond to hypoxia by globally inhibiting protein synthesis via serine 51 phosphorylation of translation eukaryotic initiation factor 2α (eIF2α). In this study, we investigated potential roles for stress-activated eIF2α kinases in regulation of HIF-1α. Our investigations revealed that the double-stranded RNA-dependent protein kinase R (PKR) plays a significant role in suppressing HIF-1α expression, acting specifically at the level of transcription. HIF-1α transcriptional repression by PKR was sufficient to impair the hypoxia-induced accumulation of HIF-1α and transcriptional induction of HIF-1α-dependent target genes. Inhibition of HIF-1A transcription by PKR was independent of eIF2α phosphorylation but dependent on inhibition of the signal transducer and activator of transcription 3 (Stat3). Furthermore, HIF-1A repression required the T-cell protein tyrosine phosphatase, which acts downstream of PKR, to suppress Stat3. Our findings reveal a novel tumor suppressor function for PKR, which inhibits HIF-1α expression through Stat3 but is independent of eIF2α phosphorylation.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| 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 source (Gemma direct ou Codex distillé), 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 ».