Shank-interacting protein–like 1 promotes tumorigenesis via PTEN inhibition in human tumor cells
Notice bibliographique
Résumé
Inactivation of phosphatase and tensin homolog (PTEN) is a critical step during tumorigenesis, and PTEN inactivation by genetic and epigenetic means has been well studied. There is also evidence suggesting that PTEN negative regulators (PTEN-NRs) have a role in PTEN inactivation during tumorigenesis, but their identity has remained elusive. Here we have identified shank-interacting protein-like 1 (SIPL1) as a PTEN-NR in human tumor cell lines and human primary cervical cancer cells. Ectopic SIPL1 expression protected human U87 glioma cells from PTEN-mediated growth inhibition and promoted the formation of HeLa cell-derived xenograft tumors in immunocompromised mice. Conversely, siRNA-mediated knockdown of SIPL1 expression inhibited the growth of both HeLa cells and DU145 human prostate carcinoma cells in vitro and in vivo in a xenograft tumor model. These inhibitions were reversed by concomitant knockdown of PTEN, demonstrating that SIPL1 affects tumorigenesis via inhibition of PTEN function. Mechanistically, SIPL1 was found to interact with PTEN through its ubiquitin-like domain (UBL), inhibiting the phosphatidylinositol 3,4,5-trisphosphate (PIP3) phosphatase activity of PTEN. Furthermore, SIPL1 expression correlated with loss of PTEN function in PTEN-positive human primary cervical cancer tissue. Taken together, these observations indicate that SIPL1 is a PTEN-NR and that it facilitates tumorigenesis, at least in part, through its PTEN inhibitory function.
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 | 0,002 | 0,001 |
| 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 | 0,001 |
| 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 ».