Regulation of the proline regulatory axis and autophagy modulates stemness in TP73/p73 deficient cancer stem-like cells
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
Cancer stem-like cells (CSLCs) reside as a small population within tumors, which mostly contain a larger population of differentiated cells. With their unique self-renewing abilities, CSLCs remain refractory to various therapeutic interventions, which otherwise kill differentiated cancer cells, and thus are a major culprit behind cancer treatment failures and cancer relapse. Recently, the process of macroautophagy/autophagy has emerged as a potential therapeutic target for eliminating CSLCs, as autophagic homeostasis has been discovered to play an important role in the growth of cancer and normal stem cells, and is required for the maintenance of the non-differentiated state of CSLCs. Our current work now shows that the so-called 'tumor suppressor' TP73/p73 plays an unconventional role in CSLC biology, and positively regulates the growth and stemness of CSLCs through the modulation of autophagy. Our data show that TP73/p73 deficiency, promotes autophagy in CSLCs by activating the autophagy machinery involving AMPK-TSC-MTOR signaling. Mechanistically, TP73/p73 deficiency-induced autophagy occurs as a result of reduced ATP levels resulting from the metabolic perturbations within the proline regulatory axis. Collectively, these findings unveil novel therapeutically-relevant implications for autophagy in the TP73/p73-dependent regulation of stemness within CSLCs.
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) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 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 | 0,001 | 0,001 |
| 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