Impacts of NRF2 activation in non–small‐cell lung cancer cell lines on extracellular metabolites
Notice bibliographique
Résumé
Aberrant activation of NRF2 is as a critical prognostic factor that drives the malignant progression of various cancers. Cancer cells with persistent NRF2 activation heavily rely on NRF2 activity for therapeutic resistance and aggressive tumorigenic capacity. To clarify the metabolic features of NRF2-activated lung cancers, we conducted targeted metabolomic (T-Met) and global metabolomic (G-Met) analyses of non-small-cell lung cancer (NSCLC) cell lines in combination with exome and transcriptome analyses. Exome analysis of 88 cell lines (49 adenocarcinoma, 14 large cell carcinoma, 15 squamous cell carcinoma and 10 others) identified non-synonymous mutations in the KEAP1, NRF2 and CUL3 genes. Judging from the elevated expression of NRF2 target genes, these mutations are expected to result in the constitutive stabilization of NRF2. Out of the 88 cell lines, 52 NSCLC cell lines (29 adenocarcinoma, 10 large cell carcinoma, 9 squamous cell carcinoma and 4 others) were subjected to T-Met analysis. Classification of the 52 cell lines into three groups according to the NRF2 target gene expression enabled us to draw typical metabolomic signatures induced by NRF2 activation. From the 52 cell lines, 18 NSCLC cell lines (14 adenocarcinoma, 2 large cell carcinoma, 1 squamous cell carcinoma and 1 others) were further chosen for G-Met and detailed transcriptome analyses. G-Met analysis of their culture supernatants revealed novel metabolites associated with NRF2 activity, which may be potential diagnostic biomarkers of NRF2 activation. This study also provides useful information for the exploration of new metabolic nodes for selective toxicity towards NRF2-activated NSCLC.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| 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) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».