Multiple Routes to Oncogenesis Are Promoted by the Human Papillomavirus–Host Protein Network
Notice bibliographique
Résumé
Abstract We have mapped a global network of virus–host protein interactions by purification of the complete set of human papillomavirus (HPV) proteins in multiple cell lines followed by mass spectrometry analysis. Integration of this map with tumor genome atlases shows that the virus targets human proteins frequently mutated in HPV− but not HPV+ cancers, providing a unique opportunity to identify novel oncogenic events phenocopied by HPV infection. For example, we find that the NRF2 transcriptional pathway, which protects against oxidative stress, is activated by interaction of the NRF2 regulator KEAP1 with the viral protein E1. We also demonstrate that the L2 HPV protein physically interacts with the RNF20/40 histone ubiquitination complex and promotes tumor cell invasion in an RNF20/40-dependent manner. This combined proteomic and genetic approach provides a systematic means to study the cellular mechanisms hijacked by virally induced cancers. Significance: In this study, we created a protein–protein interaction network between HPV and human proteins. An integrative analysis of this network and 800 tumor mutation profiles identifies multiple oncogenesis pathways promoted by HPV interactions that phenocopy recurrent mutations in cancer, yielding an expanded definition of HPV oncogenic roles. Cancer Discov; 8(11); 1474–89. ©2018 AACR. This article is highlighted in the In This Issue feature, p. 1333
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 ».