Interplay between BRCA1 and RHAMM Regulates Epithelial Apicobasal Polarization and May Influence Risk of Breast Cancer
Notice bibliographique
Résumé
Differentiated mammary epithelium shows apicobasal polarity, and loss of tissue organization is an early hallmark of breast carcinogenesis. In BRCA1 mutation carriers, accumulation of stem and progenitor cells in normal breast tissue and increased risk of developing tumors of basal-like type suggest that BRCA1 regulates stem/progenitor cell proliferation and differentiation. However, the function of BRCA1 in this process and its link to carcinogenesis remain unknown. Here we depict a molecular mechanism involving BRCA1 and RHAMM that regulates apicobasal polarity and, when perturbed, may increase risk of breast cancer. Starting from complementary genetic analyses across families and populations, we identified common genetic variation at the low-penetrance susceptibility HMMR locus (encoding for RHAMM) that modifies breast cancer risk among BRCA1, but probably not BRCA2, mutation carriers: n = 7,584, weighted hazard ratio ((w)HR) = 1.09 (95% CI 1.02-1.16), p(trend) = 0.017; and n = 3,965, (w)HR = 1.04 (95% CI 0.94-1.16), p(trend) = 0.43; respectively. Subsequently, studies of MCF10A apicobasal polarization revealed a central role for BRCA1 and RHAMM, together with AURKA and TPX2, in essential reorganization of microtubules. Mechanistically, reorganization is facilitated by BRCA1 and impaired by AURKA, which is regulated by negative feedback involving RHAMM and TPX2. Taken together, our data provide fundamental insight into apicobasal polarization through BRCA1 function, which may explain the expanded cell subsets and characteristic tumor type accompanying BRCA1 mutation, while also linking this process to sporadic breast cancer through perturbation of HMMR/RHAMM.
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 ».