Acidification of Tumor at Stromal Boundaries Drives Transcriptome Alterations Associated with Aggressive Phenotypes
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Abstract Acidosis is a fundamental feature of the tumor microenvironment, which directly regulates tumor cell invasion by affecting immune cell function, clonal cell evolution, and drug resistance. Despite the important association of tumor microenvironment acidosis with tumor cell invasion, relatively little is known regarding which areas within a tumor are acidic and how acidosis influences gene expression to promote invasion. Here, we injected a labeled pH-responsive peptide to mark acidic regions within tumors. Surprisingly, acidic regions were not restricted to hypoxic areas and overlapped with highly proliferative, invasive regions at the tumor–stroma interface, which were marked by increased expression of matrix metalloproteinases and degradation of the basement membrane. RNA-seq analysis of cells exposed to low pH conditions revealed a general rewiring of the transcriptome that involved RNA splicing and enriched for targets of RNA binding proteins with specificity for AU-rich motifs. Alternative splicing of Mena and CD44, which play important isoform-specific roles in metastasis and drug resistance, respectively, was sensitive to histone acetylation status. Strikingly, this program of alternative splicing was reversed in vitro and in vivo through neutralization experiments that mitigated acidic conditions. These findings highlight a previously underappreciated role for localized acidification of tumor microenvironment in the expression of an alternative splicing-dependent tumor invasion program. Significance: This study expands our understanding of acidosis within the tumor microenvironment and indicates that acidosis induces potentially therapeutically actionable changes to alternative splicing.
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.
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 découle