Expression of iron regulatory genes in a rat model of hepatocellular carcinoma
Notice bibliographique
Résumé
BACKGROUND/AIMS: The altered iron metabolism in hepatocellular carcinomas (HCCs), characterized by the iron-deficient phenotype, is suggested to be of importance for tumour growth. However, the underlying molecular mechanisms remain poorly understood. We asked whether these iron perturbations would involve altered expression of genes controlling iron homeostasis. METHODS: HCCs were induced in rats by the Solt and Farber protocol of chemical hepatocarcinogenesis, and to evaluate the effects of iron loading, one group of animals were supplemented with dietary iron during tumour progression. Tissue iron contents were determined, labelling indices of S-phase nuclei were calculated, and mRNA levels of iron-regulatory genes were quantitated. Protein levels of ferroportin1 were determined with Western blot. RESULTS: HCCs displayed reduced amount of tissue iron and lack of histologically stainable iron. HCCs expressed significantly higher mRNA levels of genes involved in iron uptake (transferrin receptor-1, divalent metal ion transporter-1), ferroxidase activity (Ferritin-H), and iron extrusion (ferroportin1). The protein levels of ferroportin1 in iron-deficient HCCs were similar as in control livers, and did not increase in HCCs exposed to iron. Hepcidin mRNA levels were decreased in iron-deficient HCCs, rose in response to iron loading and correlated to the tissue iron content. CONCLUSIONS: Taken together, the altered expressions of iron-regulatory genes in HCCs possibly reflect an increased demand for bioavailable iron and a high iron turnover in neoplastic cells.
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) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| 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) | 0,002 | 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 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 ».