628. Oncogenic Ras Inhibits IRF1 To Promote Viral Oncolysis
Notice bibliographique
Résumé
Oncolytic viruses exploit common molecular changes in cancer cells, which are not present in normal cells, to target and kill cancer cells. Ras transformation and defects in type I interferon (IFN)-mediated antiviral responses are known to be the major mechanisms underlying viral oncolysis. Previously, we demonstrated that oncogenic RAS/Mitogen-activated protein kinase kinase (Ras/MEK) activation suppresses the transcription of many IFN-inducible genes in human cancer cells, suggesting that Ras transformation underlies type I IFN defects in cancer cells. Here, we investigated how Ras/MEK downregulates IFN-induced transcription. By conducting promoter deletion analysis of IFN-inducible genes, namely guanylate-binding protein 2 and IFN gamma inducible protein 47 (Ifi47), we identified the IFN regulatory factor 1 (IRF1) binding site as the promoter region responsible for the regulation of transcription by MEK. MEK inhibition promoted transcription of the IFN-inducible genes in wild type mouse embryonic fibroblasts (MEFs), but not in IRF1-/- MEFs, showing that IRF1 is involved in MEK-mediated downregulation of IFN-inducible genes. Furthermore, IRF1 protein expression was lower in RasV12 cells compared with vector control NIH3T3 cells, but was restored to equivalent levels by inhibition of MEK. Similarly, the restoration of IRF1 expression by MEK inhibition was observed in human cancer cells. IRF1 re-expression in human cancer cells caused cells to become resistant to infection by the oncolytic vesicular stomatitis virus strain. Together, this work demonstrates that Ras/MEK activation in cancer cells downregulates transcription of IFN-inducible genes by targeting IRF1 expression, resulting in increased susceptibility to viral oncolysis.
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 | 0,001 | 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 ».