Restoration of Tamoxifen Sensitivity in Estrogen Receptor–Negative Breast Cancer Cells: Tamoxifen-Bound Reactivated ER Recruits Distinctive Corepressor Complexes
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
Breast tumors expressing estrogen receptor-alpha (ER) respond well to therapeutic strategies using selective ER modulators, such as tamoxifen. However, approximately 30% of invasive breast cancers are hormone independent because they lack ER expression due to hypermethylation of ER promoter. Treatment of ER-negative breast cancer cells with demethylating agents [5-aza-2'-deoxycytidine (5-aza-dC)] and histone deacetylase (HDAC) inhibitors (trichostatin A) leads to expression of ER mRNA and functional protein. Here, we examined whether epigenetically reactivated ER is a target for tamoxifen therapy. Following treatment with trichostatin A and 5-aza-dC, the formerly unresponsive ER-negative MDA-MB-231 breast cancer cells became responsive to tamoxifen. Tamoxifen-mediated inhibition of cell growth in these cells is mediated at least in part by the tamoxifen-bound ER. Tamoxifen-bound reactivated ER induces transcriptional repression at estrogen-responsive genes by ordered recruitment of multiple distinct chromatin-modifying complexes. Using chromatin immunoprecipitation, we show recruitment of two different corepressor complexes to ER-responsive promoters in a mutually exclusive and sequential manner: the nuclear receptor corepressor-HDAC3 complex followed by nucleosome remodeling and histone deacetylation complex. The mechanistic insight provided by this study might help in designing therapeutic strategies directed toward epigenetic mechanisms in the prevention or treatment of breast cancer.
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 | 0,001 |
| 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) | 0,000 | 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 découle