Simulated microgravity inhibits cell focal adhesions leading to reduced melanoma cell proliferation and metastasis via FAK/RhoA-regulated mTORC1 and AMPK pathways
Notice bibliographique
Résumé
Simulated microgravity (SMG) was reported to affect tumor cell proliferation and metastasis. However, the underlying mechanism is elusive. In this study, we demonstrate that clinostat-modelled SMG reduces BL6-10 melanoma cell proliferation, adhesion and invasiveness in vitro and decreases tumor lung metastasis in vivo. It down-regulates metastasis-related integrin α6β4, MMP9 and Met72 molecules. SMG significantly reduces formation of focal adhesions and activation of focal adhesion kinase (FAK) and Rho family proteins (RhoA, Rac1 and Cdc42) and of mTORC1 kinase, but activates AMPK and ULK1 kinases. We demonstrate that SMG inhibits NADH induction and glycolysis, but induces mitochondrial biogenesis. Interestingly, administration of a RhoA activator, the cytotoxic necrotizing factor-1 (CNF1) effectively converts SMG-triggered alterations and effects on mitochondria biogenesis or glycolysis. CNF1 also converts the SMG-altered cell proliferation and tumor metastasis. In contrast, mTORC inhibitor, rapamycin, produces opposite responses and mimics SMG-induced effects in cells at normal gravity. Taken together, our observations indicate that SMG inhibits focal adhesions, leading to inhibition of signaling FAK and RhoA, and the mTORC1 pathway, which results in activation of the AMPK pathway and reduced melanoma cell proliferation and metastasis. Overall, our findings shed a new light on effects of microgravity on cell biology and human health.
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 | 0,001 | 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 ».