NFIB promotes cell survival by directly suppressing p21 transcription in <i>TP53</i>‐mutated triple‐negative breast cancer
Notice bibliographique
Résumé
Triple-negative breast cancer (TNBC) is an aggressive breast cancer subtype with limited treatment options and poor prognosis. There is an urgent need to identify and understand the key factors and signalling pathways driving TNBC tumour progression, relapse, and treatment resistance. In this study, we report that gene copy numbers and expression levels of nuclear factor IB (NFIB), a recently identified oncogene in small cell lung cancer, are preferentially increased in TNBC compared to other breast cancer subtypes. Furthermore, increased levels of NFIB are significantly associated with high tumour grade, poor prognosis, and reduced chemotherapy response. Concurrent TP53 mutations and NFIB overexpression (z-scores > 0) were observed in 77.9% of TNBCs, in contrast to 28.5% in non-TNBCs. Depletion of NFIB in TP53-mutated TNBC cell lines promotes cell death, cell cycle arrest, and enhances sensitivity to docetaxel, a first-line chemotherapeutic drug in breast cancer treatment. Importantly, these alterations in growth properties were accompanied by induction of CDKN1A, the gene encoding p21, a downstream effector of p53. We show that NFIB directly interacts with the CDKN1A promoter in TNBC cells. Furthermore, knockdown of combined p21 and NFIB reverses the docetaxel-induced cell growth inhibition observed upon NFIB knockdown, indicating that NFIB's effect on chemotherapeutic drug response is mediated through p21. Our results indicate that NFIB is an important TNBC factor that drives tumour cell growth and drug resistance, leading to poor clinical outcomes. Thus, targeting NFIB in TP53-mutated TNBC may reverse oncogenic properties associated with mutant p53 by restoring p21 activity. Copyright © 2018 Pathological Society of Great Britain and Ireland. Published by John Wiley & Sons, Ltd.
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 ».