Eukaryotic elongation factor 2 kinase upregulates the expression of proteins implicated in cell migration and cancer cell metastasis
Notice bibliographique
Résumé
Eukaryotic elongation factor 2 kinase (eEF2K) negatively regulates the elongation phase of mRNA translation and hence protein synthesis. Increasing evidence indicates that eEF2K plays an important role in the survival and migration of cancer cells and in tumor progression. As demonstrated by two‐dimensional wound‐healing and three‐dimensional transwell invasion assays, knocking down or inhibiting eEF2K in cancer cells impairs migration and invasion of cancer cells. Conversely, exogenous expression of eEF2K or knocking down eEF2 (the substrate of eEF2K) accelerates wound healing and invasion. Importantly, using LC‐HDMS E analysis, we identify 150 proteins whose expression is decreased and 73 proteins which are increased upon knocking down eEF2K in human lung carcinoma cells. Of interest, 34 downregulated proteins are integrins and other proteins implicated in cell migration, suggesting that inhibiting eEF2K may help prevent cancer cell mobility and metastasis. Interestingly, eEF2K promotes the association of integrin mRNAs with polysomes, providing a mechanism by which eEF2K may enhance their cellular levels. Consistent with this, genetic knock down or pharmacological inhibition of eEF2K reduces the protein expression levels of integrins. Notably, pharmacological or genetic inhibition of eEF2K almost completely blocked tumor growth and effectively prevented the spread of tumor cells in vivo . High levels of eEF2K expression were associated with invasive carcinoma and metastatic tumors. These data provide the evidence that eEF2K is a new potential therapeutic target for preventing tumor metastasis.
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 ».