Tyrosine kinase receptor EGFR regulates the switch in cancer cells between cell survival and cell death induced by autophagy in hypoxia
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
Autophagy is an intracellular lysosomal degradation pathway where its primary function is to allow cells to survive under stressful conditions. Autophagy is, however, a double-edge sword that can either promote cell survival or cell death. In cancer, hypoxic regions contribute to poor prognosis due to the ability of cancer cells to adapt to hypoxia in part through autophagy. In contrast, autophagy could contribute to hypoxia induced cell death in cancer cells. In this study, we showed that autophagy increased during hypoxia. At 4 h of hypoxia, autophagy promoted cell survival whereas, after 48 h of hypoxia, autophagy increased cell death. Furthermore, we found that the tyrosine phosphorylation of EGFR (epidermal growth factor receptor) decreased after 16 h in hypoxia. Furthermore, EGFR binding to BECN1 in hypoxia was significantly higher at 4 h compared to 72 h. Knocking down or inhibiting EGFR resulted in an increase in autophagy contributing to increased cell death under hypoxia. In contrast, when EGFR was reactivated by the addition of EGF, the level of autophagy was reduced which led to decreased cell death. Hypoxia led to autophagic degradation of the lipid raft protein CAV1 (caveolin 1) that is known to bind and activate EGFR in a ligand-independent manner during hypoxia. By knocking down CAV1, the amount of EGFR phosphorylation was decreased in hypoxia and amount of autophagy and cell death increased. This indicates that the activation of EGFR plays a critical role in the switch between cell survival and cell death induced by autophagy in hypoxia.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 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 découle