Profilin 2 Promotes Proliferation and Metastasis of Head and Neck Cancer Cells by Regulating PI3K/AKT/β-Catenin Signaling Pathway
Notice bibliographique
Résumé
Profilin 2 (PFN2) was found to be mainly expressed in neurons and involved in the development of the brain. In recent years, emerging evidence indicated that PFN2 is also significantly upregulated in various cancers including head and neck cancer (HNSC) and influences cancer cell proliferation, migration, and invasion. However, the role of PFN2 in HNSC development and progression remains unclear. The aim of our study was to investigate the role of PFN2 in the development of HNSC and its possible molecular mechanisms. Bioinformatics showed that increased expression of PFN2 in tumors correlated highly with poor prognosis of HNSC patients. Our results indicated that PFN2 was highly expressed in HNSC tissues and in HNSC cell lines. Knockdown of PFN2 inhibited proliferation, invasion, and migration of HNSC cells, while PFN2 overexpression produced the opposite effects. Using a nude mouse xenograft model, we substantiated the tumor-promoting effect of PFN2 on HNSC in vivo. Furthermore, we found that PFN2 downregulation reduced the phosphorylation of Akt and GSK-3β and reduced the expression of β-catenin in HNSC cells. The opposite was observed when PFN2 was overexpressed. Collectively, these results suggest that PFN2 promotes the proliferation and metastasis of HNSC by activating the PI3K/Akt/β-catenin signaling pathway. Although further validation is needed, we speculate that PFN2 plays a crucial role in HNSC and may be a promising therapeutic target and prognostic biomarker.
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 | 0,002 | 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 | 0,001 |
| 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 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 ».