RASSF10 is Epigenetically Inactivated and Suppresses Cell Proliferation and Induces Cell Apoptosis by Activating the p53 Signalling Pathway in Papillary Thyroid Carcinoma Cancer
Notice bibliographique
Résumé
OBJECTIVES: We aimed to confirm whether RASSF10 activated the p53 signalling pathway, thereby modulating cell proliferation, migration, invasion, and apoptosis in papillary thyroid carcinoma (PTC) cells. METHODS: A total of 108 PTC tissue samples and normal adjacent tissues were obtained. RT-PCR and Western blotting analyses were performed to detect RASSF10 expression, and methylation levels of RASSF10 were estimated by methylation-specific PCR (MSP). We also detected the expression and methylation status of RASSF10 in both a human PTC cell line (K1) and a normal thyroid cell line (FRTL5). After transfection of cells with empty vector pcDNA3.1, pcDNA3.1-RASSF10, p53 siRNA and shRASSF10, Coulter counter, colony-formation, wound healing, Transwell and flow cytometry analyses were performed to examine the role of RASSF10 in cell proliferation, migration, invasion, and apoptosis. Finally, the expression of p53, p21, Bcl-2 and Bax were detected using Western Blotting analyses. RESULTS: RASSF10 expression in PTC tissues was significantly lower and hyper-methylated compared to normal adjacent tissues. In addition, RASSF10 was significantly down-regulated and hyper-methylated in K1 cells compared to FRTL5 cells. In addition, suppressed proliferation and significantly induced apoptosis of K1 cells were observed after transfection with pcDNA3.1-RASSF10 (P < 0.05). Furthermore, RASSF10 activated the p53 signalling pathway and regulated the expression of p53, p21, Bcl-2 and Bax. Furthermore, p53 siRNA could antagonize the effects of RASSF10 in K1 cells. CONCLUSIONS: RASSF10 induces apoptosis in PTC cells by activating the p53 signalling pathway, indicating its role as a treatment target for PTC.
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 | 0,000 | 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 ».