MEK reduces cancer-specific PpIX accumulation through the RSK-ABCB1 and HIF-1α-FECH axes
Notice bibliographique
Résumé
The efficacy of aminolevulinic acid (5-ALA)-based photodynamic diagnosis (5-ALA-PDD) and photodynamic therapy (5-ALA-PDT) is dependent on 5-ALA-induced cancer-specific accumulation of protoporphyrin IX (PpIX). We previously reported that inhibition of oncogenic Ras/MEK increases PpIX accumulation in cancer cells by reducing PpIX efflux through ATP-binding cassette sub-family B member 1 (ABCB1) and ferrochelatase (FECH)-catalysed PpIX conversion to haem. Here, we sought to identify the downstream pathways of Ras/MEK involved in the regulation of PpIX accumulation via ABCB1 and FECH. First, we demonstrated that Ras/MEK activation reduced PpIX accumulation in RasV12-transformed NIH3T3 cells and HRAS transgenic mice. Knockdown of p90 ribosomal S6 kinases (RSK) 2, 3, or 4 increased PpIX accumulation in RasV12-transformed NIH3T3 cells. Further, treatment with an RSK inhibitor reduced ABCB1 expression and increased PpIX accumulation. Moreover, HIF-1α expression was reduced when RasV12-transformed NIH3T3 cells were treated with a MEK inhibitor, demonstrating that HIF-1α is a downstream element of MEK. HIF-1α inhibition decreased FECH activity and increased PpIX accumulation. Finally, we demonstrated the involvement of RSKs and HIF-1α in the regulation of PpIX accumulation in human cancer cell lines. These results demonstrate that the RSK-ABCB1 and HIF-1α-FECH axes are the downstream pathways of Ras/MEK involved in the regulation of PpIX accumulation.
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 ».