Runx1 Orchestrates Sphingolipid Metabolism and Glucocorticoid Resistance in Lymphomagenesis
Notice bibliographique
Résumé
The three-membered RUNX gene family includes RUNX1, a major mutational target in human leukemias, and displays hallmarks of both tumor suppressors and oncogenes. In mouse models, the Runx genes appear to act as conditional oncogenes, as ectopic expression is growth suppressive in normal cells but drives lymphoma development potently when combined with over-expressed Myc or loss of p53. Clues to underlying mechanisms emerged previously from murine fibroblasts where ectopic expression of any of the Runx genes promotes survival through direct and indirect regulation of key enzymes in sphingolipid metabolism associated with a shift in the "sphingolipid rheostat" from ceramide to sphingosine-1-phosphate (S1P). Testing of this relationship in lymphoma cells was therefore a high priority. We find that ectopic expression of Runx1 in lymphoma cells consistently perturbs the sphingolipid rheostat, whereas an essential physiological role for Runx1 is revealed by reduced S1P levels in normal spleen after partial Cre-mediated excision. Furthermore, we show that ectopic Runx1 expression confers increased resistance of lymphoma cells to glucocorticoid-mediated apoptosis, and elucidate the mechanism of cross-talk between glucocorticoid and sphingolipid metabolism through Sgpp1. Dexamethasone potently induces expression of Sgpp1 in T-lymphoma cells and drives cell death which is reduced by partial knockdown of Sgpp1 with shRNA or direct transcriptional repression of Sgpp1 by ectopic Runx1. Together these data show that Runx1 plays a role in regulating the sphingolipid rheostat in normal development and that perturbation of this cell fate regulator contributes to Runx-driven lymphomagenesis. J. Cell. Biochem. 118: 1432-1441, 2017. © 2016 Wiley Periodicals, Inc.
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 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 | 0,001 | 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) | 0,000 | 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 tête enseignante, 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 ».