Deciphering the Dichotomous Effects of PGC-1α on Tumorigenesis and Metastasis
Notice bibliographique
Résumé
Metabolic reprogramming confers cancer cells the ability to grow and survive under nutrient-depleted or stressful microenvironments. The amplification of oncogenes, the loss of tumor suppressors, as well as context- and lineage-specific determinants can converge and profoundly affect the metabolic status of cancer cells. Cumulating evidences suggest that highly glycolytic cells under the influence of oncogenes such as BRAF, or evolving in hypoxic microenvironments, will promote metastasis through modulation of multiple steps of tumorigenesis such as the epithelial-to-mesenchymal transition (EMT). On the contrary, increased reliance on mitochondrial respiration is associated with hyperplasic rather than metastatic disease. The PGC-1α transcriptional coactivator, a master regulator of mitochondrial biogenesis, has recently been shown to exert antimetastatic effects in cancer, notably through inhibition of EMT. Besides, PGC-1α has the opposite role in specific cancer subtypes, in which it appears to provide growth advantages. Thus, the regulation and role of PGC-1α in cancer is not univocal, and its use as a prognostic marker appears limited given its highly dynamic nature and its multifaceted regulation by transcriptional and posttranslational mechanisms. Herein, we expose key oncogenic and lineage-specific modules that finely regulate PGC-1α to promote or dampen the metastatic process. We propose a unifying model based on the systematic analysis of its controversial implication in cancer from cell proliferation to EMT and metastasis. This short review will provide a good understanding of current challenges associated with the study of PGC-1α.
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) | 0,001 | 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 | 0,001 | 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 ».