MétaCan
Menu
Retour à la cohorte
Enregistrement W3091077827 · doi:10.1038/s41467-020-18734-9

G3BP1 controls the senescence-associated secretome and its impact on cancer progression

2020· article· en· W3091077827 sur OpenAlexafffund
Amr Omer, Monica Cruz Barrera, Julian Lucas Moran, Xian Jin Lian, Sergio Di Marco, Christian Beauséjour, Imed‐Eddine Gallouzi

Notice bibliographique

RevueNature Communications · 2020
Typearticle
Langueen
DomaineMedicine
ThématiqueTelomeres, Telomerase, and Senescence
Établissements canadiensMcGill University Health CentreUniversité de MontréalMcGill University
Organismes subventionnairesCanadian Institutes of Health ResearchGovernment of Canada
Mots-clésSenescenceCell biologyBiologyCarcinogenesisSecretionCancer cellPhenotypeCell growthCancerCancer researchGeneticsBiochemistryGene

Résumé

récupéré en direct d'OpenAlex

Cellular senescence is a known driver of carcinogenesis and age-related diseases, yet senescence is required for various physiological processes. However, the mechanisms and factors that control the negative effects of senescence while retaining its benefits are still elusive. Here, we show that the rasGAP SH3-binding protein 1 (G3BP1) is required for the activation of the senescent-associated secretory phenotype (SASP). During senescence, G3BP1 achieves this effect by promoting the association of the cyclic GMP-AMP synthase (cGAS) with cytosolic chromatin fragments. In turn, G3BP1, through cGAS, activates the NF-κB and STAT3 pathways, promoting SASP expression and secretion. G3BP1 depletion or pharmacological inhibition impairs the cGAS-pathway preventing the expression of SASP factors without affecting cell commitment to senescence. These SASPless senescent cells impair senescence-mediated growth of cancer cells in vitro and tumor growth in vivo. Our data reveal that G3BP1 is required for SASP expression and that SASP secretion is a primary mediator of senescence-associated 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)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,006

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,001

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 Opus0,036
Tête enseignante GPT0,384
Écart entre enseignants0,348 · 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'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

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

En bref

Citations87
Publié2020
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueNature CommunicationsMême sujetTelomeres, Telomerase, and SenescenceTravaux en français237 207