Kaiso depletion attenuates transforming growth factor-β signaling and metastatic activity of triple-negative breast cancer cells
Notice bibliographique
Résumé
Triple-negative breast cancers (TNBCs) represent a subset of breast tumors that are highly aggressive and metastatic, and are responsible for a disproportionate number of breast cancer-related deaths. Several studies have postulated a role for the epithelial-to-mesenchymal transition (EMT) program in the increased aggressiveness and metastatic propensity of TNBCs. Although EMT is essential for early vertebrate development and wound healing, it is frequently co-opted by cancer cells during tumorigenesis. One prominent signaling pathway involved in EMT is the transforming growth factor-β (TGFβ) pathway. In this study, we report that the novel POZ-ZF transcription factor Kaiso is highly expressed in TNBCs and correlates with a shorter metastasis-free survival. Notably, Kaiso expression is induced by the TGFβ pathway and silencing Kaiso expression in the highly invasive breast cancer cell lines, MDA-MB-231 (hereafter MDA-231) and Hs578T, attenuated the expression of several EMT-associated proteins (Vimentin, Slug and ZEB1), abrogated TGFβ signaling and TGFβ-dependent EMT. Moreover, Kaiso depletion attenuated the metastasis of TNBC cells (MDA-231 and Hs578T) in a mouse model. Although high Kaiso and high TGFβR1 expression is associated with poor overall survival in breast cancer patients, overexpression of a kinase-active TGFβR1 in the Kaiso-depleted cells was insufficient to restore the metastatic potential of these cells, suggesting that Kaiso is a key downstream component of TGFβ-mediated pro-metastatic responses. Collectively, these findings suggest a critical role for Kaiso in TGFβ signaling and the metastasis of TNBCs.
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 | 0,001 |
| 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 ».