MétaCan
Menu
Retour à la cohorte
Enregistrement W2910671327 · doi:10.1038/s41388-018-0673-6

Non-canonical BAD activity regulates breast cancer cell and tumor growth via 14-3-3 binding and mitochondrial metabolism

2019· article· en· W2910671327 sur OpenAlexafffund
Jasdeep Mann, John Maringa Githaka, Timothy W. Buckland, Ning Yang, Rachel Montpetit, Namrata Patel, Lei Li, Shairaz Baksh, Roseline Godbout, Hélène Lemieux, Ing Swie Goping

Notice bibliographique

RevueOncogene · 2019
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
Thématique14-3-3 protein interactions
Établissements canadiensUniversity of Alberta
Organismes subventionnairesCanadian Cancer SocietyUniversity of AlbertaAlberta Cancer FoundationWomen and Children's Health Research InstituteChildren's Health Research Institute
Mots-clésBiologyBreast cancerMitochondrionCancer researchCancerApoptosisCell growthProgrammed cell deathPhosphorylationOxidative phosphorylationCancer cellProtein kinase BCell biologyInternal medicineBiochemistryGeneticsMedicine

Résumé

récupéré en direct d'OpenAlex

The Bcl-2-associated death promoter BAD is a prognostic indicator for good clinical outcome of breast cancer patients; however, whether BAD affects breast cancer biology is unknown. Here we showed that BAD increased cell growth in breast cancer cells through two distinct mechanisms. Phosphorylation of BAD at S118 increased S99 phosphorylation, 14-3-3 binding and AKT activation to promote growth and survival. Through a second, more prominent pathway, BAD stimulated mitochondrial oxygen consumption in a novel manner that was downstream of substrate entry into the mitochondria. BAD stimulated complex I activity that facilitated enhanced cell growth and sensitized cells to apoptosis in response to complex I blockade. We propose that this dependence on oxidative metabolism generated large but nonaggressive cancers. This model identifies a non-canonical role for BAD and reconciles BAD-mediated tumor growth with favorable outcomes in BAD-high breast cancer patients.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,017
Score d'incertitude au seuil0,739

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,004
Tête enseignante GPT0,234
Écart entre enseignants0,230 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations38
Publié2019
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueOncogeneMême sujet14-3-3 protein interactionsTravaux en français237 207