Metabolite profiling identifies a signature of tumorigenicity in hepatocellular carcinoma
Notice bibliographique
Résumé
// Shamir Cassim 1 , Valérie-Ann Raymond 1 , Benoit Lacoste 1 , Pascal Lapierre 1, 2 and Marc Bilodeau 1, 2 1 Laboratoire d’hépatologie cellulaire, Centre de recherche du Centre hospitalier de l'Université de Montréal (CRCHUM), Montréal, QC, Canada 2 Département de médecine, Université de Montréal, Montréal, QC, Canada Correspondence to: Marc Bilodeau, email: marc.bilodeau@umontreal.ca Keywords: liver; hepatocellular carcinoma; glucose; tumorigenicity; metabolic signature Received: March 26, 2018 Accepted: May 17, 2018 Published: June 01, 2018 ABSTRACT HCC (Hepatocellular carcinoma) cells exhibit greater metabolic plasticity than normal hepatocytes since they must survive in a dynamic microenvironment where nutrients and oxygen are often scarce. Using a metabolomic approach combined with functional in vitro and in vivo assays, we aimed to identify an HCC metabolic signature associated with increased tumorigenicity and patient mortality. Metabolite profiling of HCC Dt81Hepa1-6 cells revealed that their increased tumorigenicity was associated with elevated levels of glycolytic metabolites. Tumorigenic Dt81Hepa1-6 also had an increased ability to uptake glucose leading to a higher glycolytic flux that stemmed from an increased expression of glucose transporter GLUT-1. Dt81Hepa1-6-derived tumors displayed increased mRNA expressions of glycolytic genes, Hypoxia-inducible factor-1alpha and of Cyclin D1 . HCC tumors also displayed increased energy charge, reduced antioxidative metabolites and similar fatty acid biosynthesis compared to healthy liver. Increased tumoral expression of glycolytic and hypoxia signaling pathway mRNAs was associated with decreased survival in HCC patients. In conclusion, HCC cells can rapidly alter their metabolism according to their environment and switch to the use of glucose through aerobic glycolysis to sustain their tumorigenicity and proliferative ability. Therefore, cancer metabolic reprogramming could be essential for the tumorigenicity of HCC cells during cancer initiation and invasion.
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 | 0,001 | 0,001 |
| 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 ».