p53 promotes the expression of gluconeogenesis-related genes and enhances hepatic glucose production
Notice bibliographique
Résumé
BACKGROUND: The p53 tumor suppressor protein is a transcription factor that initiates transcriptional programs aimed at inhibiting carcinogenesis. p53 represses metabolic pathways that support tumor development (such as glycolysis and the pentose phosphate pathway (PPP)) and enhances metabolic pathways that are considered counter-tumorigenic such as fatty acid oxidation. FINDINGS: In an attempt to comprehensively define metabolic pathways regulated by p53, we performed two consecutive high-throughput analyses in human liver-derived cells with varying p53 statuses. A gene expression microarray screen followed by constraint-based modeling (CBM) predicting metabolic changes imposed by the transcriptomic changes suggested a role for p53 in enhancing gluconeogenesis (de novo synthesis of glucose). Examining glucogenic gene expression revealed a p53-dependent induction of genes involved in both gluconeogenesis (G6PC, PCK2) and in supplying glucogenic precursors (glycerol kinase (GK), aquaporin 3 (AQP3), aquaporin 9 (AQP9) and glutamic-oxaloacetic transaminase 1 (GOT1)). Accordingly, p53 augmented hepatic glucose production (HGP) in both human liver cells and primary mouse hepatocytes. CONCLUSIONS: These findings portray p53 as a novel regulator of glucose production. By facilitating glucose export, p53 may prevent it from being shunted to pro-cancerous pathways such as glycolysis and the PPP. Thus, our findings suggest a metabolic pathway through which p53 may inhibit tumorigenesis.
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) | 0,000 | 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) | 0,001 | 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 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 ».