CKB inhibits epithelial-mesenchymal transition and prostate cancer progression by sequestering and inhibiting AKT activation
Notice bibliographique
Résumé
Epithelial-mesenchymal transition (EMT) contributes to tumor invasion, metastasis and drug resistance. AKT activation is key in a number of cellular processes. While many positive regulators for either EMT or AKT activation have been reported, few negative regulators are established. Through kinase cDNA screen, we identified brain-type creatine kinase (CKB or BCK) as a potent suppressor for both. As a ubiquitously expressed kinase in normal tissues, CKB is significantly downregulated in several solid cancer types. Lower CKB expression is significantly associated with worse prognosis. Phenotypically, CKB overexpression suppresses, while its silencing promotes, EMT and cell migration, xenograft tumor growth and metastasis of prostate cancer cells. AKT activation is one of the most prominent signaling events upon CKB silencing in prostate cancer cells, which is in line with prostate cancer TCGA data. EMT enhanced by CKB silencing is abolished by AKT inhibition. Mechanistically, CKB interacts with AKT and sequestrates it from activation by mTOR. We further elucidated that an 84aa fragment at C-terminus of CKB protein interacts with AKT's PH domain. Ectopic expression of the 84aa CKB fragment inhibits AKT activation, EMT and cell proliferation. Interestingly, molecular dynamics simulation on crystal structures of AKT and CKB independently demonstrates that AKT's PH domain and CKB's 84aa fragment establish their major interaction interface. In summary, we have discovered CKB as a negative regulator of EMT and AKT activation, revealing a new mode of their regulation . We have also demonstrated that CKB downregulation is a poor prognosticator, which is sufficient to promote prostate cancer progression.
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 | 0,000 | 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) | 0,000 | 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 ».