PERK/eIF2α signaling protects therapy resistant hypoxic cells through induction of glutathione synthesis and protection against ROS
Notice bibliographique
Résumé
Hypoxia is a common feature of tumors and an important contributor to malignancy and treatment resistance. The ability of tumor cells to survive hypoxic stress is mediated in part by hypoxia-inducible factor (HIF)-dependent transcriptional responses. More severe hypoxia activates endoplasmatic reticulum stress responses, including the double-stranded RNA-activated protein kinase (PKR)-like endoplasmic reticulum kinase (PERK)/eukaryotic initiation factor 2α (eIF2α)-dependent arm of the unfolded protein response (UPR). Although several studies implicate important roles for HIF and UPR in adaption to hypoxia, their importance for hypoxic cells responsible for therapy resistance in tumors is unknown. By using isogenic models, we find that HIF and eIF2α signaling contribute to the survival of hypoxic cells in vitro and in vivo. However, the eIF2α-dependent arm of the UPR is uniquely required for the survival of a subset of hypoxic cells that determine tumor radioresistance. We demonstrate that eIF2α signaling induces uptake of cysteine, glutathione synthesis, and protection against reactive oxygen species produced during periods of cycling hypoxia. Together these data imply that eIF2α signaling is a critical contributor to the tolerance of therapy-resistant cells that arise as a consequence of transient changes in oxygenation in solid tumors and thus a therapeutic target in curative treatments for solid cancers.
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 | 0,000 | 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) | 0,000 | 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 ».