Notice bibliographique
Résumé
AbstractBrain tumour stem cells (BTSCs) are a rare population of glioblastoma cells that have properties to evade ionizing radiation (IR) and chemotherapy, survive and replenish themselves, and spur the growth of new tumour cells. Galectin1, encoded by LGALS1 gene, is a carbohydrate-binding protein with its expression highly upregulated in BTSCs. Here, we report that galectin1 plays important cell intrinsic roles in BTSCs via regulation of cell cycle, proliferation, and self-renewal. We also show that deletion of galectin1 sensitizes the response of chemoresistant BTSCs to chemotherapy. Beginning with mRNA-Seq analysis on patient-derived BTSC73 and LGALS1 KO BTSC73, we identified a large panel of genes involved in the regulation of cell cycle and cell division. I thus, employed RT-qPCR analysis in multiple patient-derived BTSCs to validate the gene expression profile of galectin1. Next, to study the impact of galectin1 on cell proliferation, I performed immunostaining on LGALS1 KO BTSCs and BTSCs using the proliferation markers, KI67 and phospho-Histone H3 (PH3). Interestingly, I found a significant decrease in percentage of KI67 and PH3 positive BTSCs upon deletion of LGALS1. Importantly, in limiting dilution assays, I found that galectin1 regulates BTSC self-renewal and confers resistance of BTSCs to chemotherapy with Temozolomide. Finally, in follow up studies, I identified a large panel of galectin1 downstream candidate genes that are involved in the regulation of mitotic spindle assembly, chromosome segregation, multinucleation, and cytokinesis. This proposes that galectin1 may promote cell cycle and self-renewal via regulating mitosis. Taken together, our data suggests that targeting of galectin1 could be a new avenue in overcoming therapeutic resistance in brain tumour stem cells
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) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 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 ».