Activation of PKR promotes the nucleocytoplasmic export of p53
Notice bibliographique
Résumé
Wild type p53 accumulates in the nucleus upon different types of stress. We previously reported that ER stress downregulates p53. ER stress inhibits protein synthesis by inducing the phosphorylation of eIF2α. The eIF2α kinase PKR plays a major role in the antiviral response. We have shown that PKR activation can also be induced upon ER stress. Our goal was to understand the molecular mechanisms of p53 downregulation by PKR by means that induce eIF2α phosphorylation such as virus infection and pharmacological inducers of ER stress. We report that PKR activation upon ER stress or dsRNA promotes p53 downregulation. This decrease in p53 protein levels was independent on the eIF2α‐mediated translational inhibition properties of PKR. We observe that PKR mediates the nuclear export of p53 while promoting its degradation through the 26S proteasome pathway. This downregulation of p53 can be rescued by inhibiting the protein degradation pathway with MG132, as well as the prevention of p53 nuclear export with leptomycin B (LMB) despite the robust activation of PKR and eIF2α phosphorylation. This study provides evidence that PKR plays a role other than the inhibition of protein synthesis. This could explain how some cancer cells, bearing wild type p53, that overexpress PKR may overcome the tumor suppressor effects of p53 by inducing its nuclear export and degradation. This work was supported by NCIC.
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 | 0,001 |
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.
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 ».