MétaCan
Menu
Retour à la cohorte
Enregistrement W2492703671 · doi:10.7554/elife.16844

The histone H3K9 demethylase KDM3A promotes anoikis by transcriptionally activating pro-apoptotic genes BNIP3 and BNIP3L

2016· article· en· W2492703671 sur OpenAlexaff
Victoria E. Pedanou, Stéphane Gobeil, Sébastien Tabariès, Tessa M. Simone, Lihua Julie Zhu, Peter M. Siegel, Michael R. Green

Notice bibliographique

RevueeLife · 2016
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueCancer-related molecular mechanisms research
Établissements canadiensMcGill University Health CentreUniversité Laval
Organismes subventionnairesNational Institutes of HealthHoward Hughes Medical InstituteNational Institute of General Medical SciencesU.S. Department of Defense
Mots-clésAnoikisGene knockdownCell biologyDemethylaseRNA interferenceGene silencingEctopic expressionBiologyCancer researchHistone H3ApoptosisHistoneChemistryProgrammed cell deathCell cultureGeneBiochemistryGeneticsRNA

Résumé

récupéré en direct d'OpenAlex

Epithelial cells that lose attachment to the extracellular matrix undergo a specialized form of apoptosis called anoikis. Here, using large-scale RNA interference (RNAi) screening, we find that KDM3A, a histone H3 lysine 9 (H3K9) mono- and di-demethylase, plays a pivotal role in anoikis induction. In attached breast epithelial cells, KDM3A expression is maintained at low levels by integrin signaling. Following detachment, integrin signaling is decreased resulting in increased KDM3A expression. RNAi-mediated knockdown of KDM3A substantially reduces apoptosis following detachment and, conversely, ectopic expression of KDM3A induces cell death in attached cells. We find that KDM3A promotes anoikis through transcriptional activation of BNIP3 and BNIP3L, which encode pro-apoptotic proteins. Using mouse models of breast cancer metastasis we show that knockdown of Kdm3a enhances metastatic potential. Finally, we find defective KDM3A expression in human breast cancer cell lines and tumors. Collectively, our results reveal a novel transcriptional regulatory program that mediates anoikis.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,130
Score d'incertitude au seuil0,506

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,011
Tête enseignante GPT0,275
Écart entre enseignants0,264 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations35
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueeLifeMême sujetCancer-related molecular mechanisms researchTravaux en français237 207