BIK drives an aggressive breast cancer phenotype through sublethal apoptosis and predicts poor prognosis of ER-positive breast cancer
Notice bibliographique
Résumé
Apoptosis is fundamental to normal animal development and is the target for many anticancer therapies. Recent studies have explored the consequences of "failed apoptosis" where the apoptotic program is initiated but does not go to completion and does not cause cell death. Nevertheless, this failed apoptosis induces DNA double-strand breaks generating mutations that facilitate tumorigenesis. Whether failed apoptosis is relevant to clinical disease is unknown. BCL-2 interacting killer (BIK) is a stress-induced BH3-only protein that stimulates apoptosis in response to hormone and growth factor deprivation, hypoxia, and genomic stress. It was unclear whether BIK promotes or suppresses tumor survival within the context of breast cancer. We investigated this and show that BIK induces failed apoptosis with limited caspase activation and genomic damage in the absence of extensive cell death. Surviving cells acquire aggressive phenotypes characterized by enrichment of cancer stem-like cells, increased motility and increased clonogenic survival. Furthermore, by examining six independent cohorts of patients (total n = 969), we discovered that high BIK mRNA and protein levels predicted clinical relapse of Estrogen receptor (ER)-positive cancers, which account for almost 70% of all breast cancers diagnosed but had no predictive value for hormone receptor-negative (triple-negative) patients. Thus, this study identifies BIK as a biomarker for tumor recurrence of ER-positive patients and provides a potential mechanism whereby failed apoptosis contributes to cancer aggression.
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 | 0,000 | 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 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 ».