Synuclein-γ Targeting Peptide Inhibitor that Enhances Sensitivity of Breast Cancer Cells to Antimicrotubule Drugs
Notice bibliographique
Résumé
Synuclein-gamma (SNCG) plays oncogenic roles in breast carcinogenesis. Although the expression of SNCG is abnormally high in advanced and metastatic breast carcinomas, SNCG is not expressed in normal or benign breast tissues. SNCG is an intrinsically disordered protein known to interact with BubR1, a mitotic checkpoint kinase. The SNCG-BubR1 interaction inhibits mitotic checkpoint control upon spindle damage caused by anticancer drugs, such as nocodazole and taxol. Antimicrotubule drugs that cause mitotic arrest and subsequent apoptosis of cancer cells are frequently used to treat breast cancer patients with advanced or metastatic diseases. However, patient response rates to this class of chemotherapeutic agents vary significantly. In this study, we have designed a novel peptide (ANK) and shown its interaction with SNCG using fluorometry, surface plasmon resonance, and isothermal titration calorimetry. Binding of the ANK peptide did not induce folding of SNCG, suggesting that SNCG can function biologically in its intrinsically disordered state. Microinjection of the ANK peptide in breast cancer cell line overexpressing SNCG (MCF7-SNCG) exhibited a similar cell killing response by nocodazole as in the SNCG-negative MCF7 cells. Overexpression of enhanced green fluorescent protein-tagged ANK reduces SNCG-mediated resistance to paclitaxel treatment by approximately 3.5-fold. Our coimmunoprecipitation and colocalization results confirmed the intracellular association of the ANK peptide with SNCG. This is likely due to the disruption of the interaction of SNCG with BubR1 interaction. Our findings shed light on the molecular mechanism of the ANK peptide in releasing SNCG-mediated drug resistance.
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 | 0,000 |
| 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 ».