Monoacylglycerol Lipase: A Novel Potential Therapeutic Target and Prognostic Indicator for Hepatocellular Carcinoma
Notice bibliographique
Résumé
Monoacylglycerol lipase (MAGL) is a key enzyme in lipid metabolism that is demonstrated to be involved in tumor progression through both energy supply of fatty acid (FA) oxidation and enhancing cancer cell malignance. The aim of this study was to investigate whether MAGL could be a potential therapeutic target and prognostic indicator for hepatocellular carcinoma (HCC). To evaluate the relationship between MAGL levels and clinical characteristics, a tissue microarray (TMA) of 353 human HCC samples was performed. MAGL levels in HCC samples were closely linked to the degree of malignancy and patient prognosis. RNA interference, specific pharmacological inhibitor JZL-184 and gene knock-in of MAGL were utilized to investigate the effects of MAGL on HCC cell proliferation, apoptosis, and invasion. MAGL played important roles in both proliferation and invasion of HCC cells through mechanisms that involved prostaglandin E2 (PGE2) and lysophosphatidic acid (LPA). JZL-184 administration significantly inhibited tumor growth in mice. Furthermore, we confirmed that promoter methylation of large tumor suppressor kinase 1 (LATS1) resulted in dysfunction of the Hippo signal pathway, which induced overexpression of MAGL in HCC. These results indicate that MAGL could be a potentially novel therapeutic target and prognostic indicator for HCC.
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 | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 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 ».