Metabolic Regulator IAPP (Amylin) Is Required for BRAF and RAS Oncogene-Induced Senescence
Notice bibliographique
Résumé
Abstract Cellular senescence is characterized by a prolonged and predominantly irreversible cell-cycle arrest state, which is linked to loss of tissue function and aging in mammals. Moreover, in response to aberrant oncogenic signals such as those from oncogenic RAS or BRAF, senescence functions as an intrinsic tumor suppressor mechanism restraining tumor progression. In addition to this durable proliferative block, senescent cells adopt altered morphologies, transcriptional profiles, and metabolism, while often possessing unusual heterochromatin formation termed senescence-associated heterochromatic foci. To uncover genes that are required to permit proliferation in the face of sustained oncogene signaling, we conducted an shRNA-based genetic screen in primary cells expressing inducible BRAF. Here we show that depletion of a known glycolysis regulator, islet amylin polypeptide (IAPP also known as amylin), prevents RAS and BRAF oncogene-induced senescence (OIS) in human cells. Importantly, depletion of IAPP resulted in changes of the cells' metabolome and this metabolic reprogramming was associated with widespread alterations in chromatin modifications compared with senescent cells. Conversely, exogenous treatment of IAPP-depleted cells with amylin restored OIS. Together, our results demonstrate that the metabolic regulator IAPP is important regulator of OIS. Moreover, they suggest that IAPP analog treatment or activation of IAPP signaling in RAS/BRAF mutant tumors may have therapeutic potential through senescence induction. Implications: These findings demonstrate that IAPP is a novel metabolic regulator of oncogene-induced senescence and use of IAPP analogs may be therapeutically effective to restore growth arrest to BRAF and/or RAS mutant cancers.
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 | 0,001 | 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 ».