The MAZ transcription factor is a downstream target of the oncoprotein Cyr61/CCN1 and promotes pancreatic cancer cell invasion via CRAF–ERK signaling
Notice bibliographique
Résumé
Myc-associated zinc-finger protein (MAZ) is a transcription factor with dual roles in transcription initiation and termination. Deregulation of MAZ expression is associated with the progression of pancreatic ductal adenocarcinoma (PDAC). However, the mechanism of action of MAZ in PDAC progression is largely unknown. Here, we present evidence that MAZ mRNA expression and protein levels are increased in human PDAC cell lines, tissue samples, a subcutaneous tumor xenograft in a nude mouse model, and spontaneous cancer in the genetically engineered PDAC mouse model. We also found that MAZ is predominantly expressed in pancreatic cancer stem cells. Functional analysis indicated that MAZ depletion in PDAC cells inhibits invasive phenotypes such as the epithelial-to-mesenchymal transition, migration, invasion, and the sphere-forming ability of PDAC cells. Mechanistically, we detected no direct effects of MAZ on the expression of K-Ras mutants, but MAZ increased the activity of CRAF-ERK signaling, a downstream signaling target of K-Ras. The MAZ-induced activation of CRAF-ERK signaling was mediated via p21-activated protein kinase (PAK) and protein kinase B (AKT/PKB) signaling cascades and promoted PDAC cell invasiveness. Moreover, we found that the matricellular oncoprotein cysteine-rich angiogenic inducer 61 (Cyr61/CCN1) regulates MAZ expression via Notch-1-sonic hedgehog signaling in PDAC cells. We propose that Cyr61/CCN1-induced expression of MAZ promotes invasive phenotypes of PDAC cells not through direct K-Ras activation but instead through the activation of CRAF-ERK signaling. Collectively, these results highlight key molecular players in PDAC invasiveness and may help inform therapeutic strategies to improve clinical management and outcomes of PDAC.
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 | 0,000 | 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) | 0,001 | 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 ».