MétaCan
Menu
Retour à la cohorte
Enregistrement W2986872765 · doi:10.7554/elife.46315.026

Author response: A positive feedback loop between Myc and aerobic glycolysis sustains tumor growth in a Drosophila tumor model

2019· peer-review· en· W2986872765 sur OpenAlexaff
Kenneth Kin Lam Wong, Jenny Zhe Liao, Esther M. Verheyen

Notice bibliographique

Revuenon disponible
Typepeer-review
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueHippo pathway signaling and YAP/TAZ
Établissements canadiensSimon Fraser University
Organismes subventionnairesnon disponible
Mots-clésGlycolysisPhosphofructokinaseAnaerobic glycolysisBiologyCarcinogenesisKinaseCell biologyReprogrammingCancer researchCellBiochemistryMetabolismGene

Résumé

récupéré en direct d'OpenAlex

Cancer arises when cells in the body divide and grow excessively. These cells will often also take up more glucose than normal cells and break it down into another chemical known as lactate faster. This change to the chemical reactions happening within the cell, also called a metabolic change, is required to help produce the extra DNA, proteins and fatty molecules that it needs to grow. Elevated levels of certain proteins can trigger the changes that lead to the growth of tumors. MYC (called dMyc in fruit flies) is one of these proteins. It controls cell division and increases the production of enzymes that break down glucose. Hipk is another protein that can induce tumor growth in fruit flies, but how it does so was unknown. Here, Wong et al. show that high levels of Hipk boost glucose metabolism and accumulation of dMyc protein in fruit fly cells. They also describe the link between increased glucose metabolism and uncontrolled cell division. First, fruit fly cells were fed a fluorescent molecule similar to glucose that cannot be broken down by the cells. This experiment established that glucose uptake increases in cells with too much Hipk. These cells also break down glucose faster, confirming that they have increased glucose metabolism. Cells with high levels of Hipk also activate the genes that generate the enzymes involved in glucose breakdown, and increase the activity of the gene coding for dMyc. Levels of the dMyc protein are higher in these cells, which was shown by staining the cells with fluorescent molecules that specifically bind the dMyc protein. It is this buildup of dMyc protein that activates the genes coding for the enzymes responsible for glucose breakdown. PFK2 is one of these enzymes. Finally, Wong et al. inhibited the production of the enzymes that are elevated in cells with high Hipk. Stopping the production of PFK2 prevents both tumor growth and the accumulation of dMyc protein. This shows that high levels of dMyc increase PFK2 levels, leading to further dMyc buildup, and creating a loop that links the uncontrolled cell division caused by too much dMyc and the shift to higher glucose metabolism. These results highlight new potential targets for cancer therapy, showing that targeting glucose metabolism may reduce, or even stop, tumor growth.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Commentaire · Signal consensuel: Commentaire
Score de désaccord entre enseignants0,114
Score d'incertitude au seuil0,381

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,002
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0030,002
Charge utile insuffisante (le modèle a refusé de juger)0,1140,031

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 Opus0,022
Tête enseignante GPT0,292
Écart entre enseignants0,270 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
Domainenon disponible
GenreCommentaire

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

En bref

Citations4
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetHippo pathway signaling and YAP/TAZTravaux en français237 207