Mitochondrial Ndufa4l2 Enhances Deposition of Lipids and Expression of Ca9 in the TRACK Model of Early Clear Cell Renal Cell Carcinoma
Notice bibliographique
Résumé
Mitochondrial dysfunction and aberrant glycolysis are hallmarks of human clear cell renal cell carcinoma (ccRCC). Whereas glycolysis is thoroughly studied, little is known about the mitochondrial contribution to the pathology of ccRCC. Mitochondrial Ndufa4l2 is predictive of poor survival of ccRCC patients, and in kidney cancer cell lines the protein supports proliferation and colony formation. Its role in ccRCC, however, remains enigmatic. We utilized our established ccRCC model, termed Transgenic Cancer of the Kidney (TRACK), to generate a novel genetically engineered mouse model in which dox-regulated expression of an shRNA decreases Ndufa4l2 levels specifically in the renal proximal tubules (PT). This targeted knockdown of Ndufa4l2 reduced the accumulation of neutral renal lipid and was associated with decreased levels of the ccRCC markers carbonic anhydrase 9 (CA9) and Enolase 1 (ENO1). These findings suggest a link between mitochondrial dysregulation (i.e. high levels of Ndufa4l2), lipid accumulation, and the expression of ccRCC markers ENO1 and CA9, and demonstrate that lipid accumulation and ccRCC development can potentially be attenuated by inhibiting Ndufa4l2.
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 ».