Tenascin-C Stimulates Glioma Cell Invasion through Matrix Metalloproteinase-12
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
The capacity of glioma cells to invade extensively within the central nervous system is a major cause of the high morbidity rate of primary malignant brain tumors. Glioma cell invasion involves the attachment of tumor cells to extracellular matrix (ECM), degradation of ECM components, and subsequent penetration into adjacent brain structures. These processes are accomplished in part by matrix metalloproteinases (MMP) within a three-dimensional milieu of the brain parenchyma. As the majority of studies have used a two-dimensional monolayer culture system, we have used a three-dimensional matrix of collagen type I gel to address glioma-secreted proteases, ECM, and invasiveness of glioma cells. We show that in a three-dimensional collagen type I matrix, the presence of tenascin-C, commonly elevated in high-grade gliomas, increased the invasiveness of glioma cells. The tenascin-C-mediated invasiveness was blocked by metalloproteinase inhibitors, but this did not involve the gelatinases (MMP-2 and MMP-9) commonly implicated in two-dimensional glioma growth. A thorough analysis of 21 MMPs and six members of a disintegrin and metalloproteinase domain showed that MMP-12 was increased in gliomas by tenascin-C in three-dimensional matrix. Furthermore, examinations of resected specimens revealed high MMP-12 levels in the high-grade glioblastoma multiforme tumors. Finally, a function-blocking antibody as well as small interfering RNA to MMP-12 attenuated the tenascin-C-stimulated glioma invasion. These results identify a new factor, MMP-12, in regulating glioma invasiveness through interaction with tenascin-C.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,002 |
| 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 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,001 |
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