Anticachectic regulator analysis reveals Perp-dependent antitumorigenic properties of 3-methyladenine in pancreatic cancer
Notice bibliographique
Résumé
Approximately 80% of pancreatic cancer patients suffer from cachexia, and one-third die due to cachexia-related complications such as respiratory failure and cardiac arrest. Although there has been considerable research into cachexia mechanisms and interventions, there are, to date, no FDA-approved therapies. A major contributing factor for the lack of therapy options could be the failure of animal models to accurately recapitulate the human condition. In this study, we generated an aged model of pancreatic cancer cachexia to compare cachexia progression in young versus aged tumor-bearing mice. Comparative skeletal muscle transcriptome analyses identified 3-methyladenine (3-MA) as a candidate antiwasting compound. In vitro analyses confirmed antiwasting capacity, while in vivo analysis revealed potent antitumor effects. Transcriptome analyses of 3-MA-treated tumor cells implicated Perp as a 3-MA target gene. We subsequently (a) observed significantly higher expression of Perp in cancer cell lines compared with control cells, (b) noted a survival disadvantage associated with elevated Perp, and (c) found that 3-MA-associated Perp reduction inhibited tumor cell growth. Finally, we have provided in vivo evidence that survival benefits conferred by 3-MA administration are independent of its effect on tumor progression. Taken together, we report a mechanism linking 3-MA to Perp inhibition, and we further implicate Perp as a tumor-promoting factor in pancreatic cancer.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,002 |
| 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 | 0,000 |
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 ».