Loss of LKB1-NUAK1 signalling enhances NF-κB activity in a spheroid model of high-grade serous ovarian cancer
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
High-grade serous ovarian cancer (HGSOC) is an aggressive malignancy often diagnosed at an advanced stage. Although most HGSOC patients respond initially to debulking surgery combined with cytotoxic chemotherapy, many ultimately relapse with platinum-resistant disease. Thus, improving outcomes requires new ways of limiting metastasis and eradicating residual disease. We identified previously that Liver kinase B1 (LKB1) and its substrate NUAK1 are implicated in EOC spheroid cell viability and are required for efficient metastasis in orthotopic mouse models. Here, we sought to identify additional signalling pathways altered in EOC cells due to LKB1 or NUAK1 loss-of-function. Transcriptome analysis revealed that inflammatory signalling mediated by NF-κB transcription factors is hyperactive due to LKB1-NUAK1 loss in HGSOC cells and spheroids. Upregulated NF-κB signalling due to NUAK1 loss suppresses reactive oxygen species (ROS) production and sustains cell survival in spheroids. NF-κB signalling is also activated in HGSOC precursor fallopian tube secretory epithelial cell spheroids, and is further enhanced by NUAK1 loss. Finally, immunohistochemical analysis of OVCAR8 xenograft tumors lacking NUAK1 displayed increased RelB expression and nuclear staining. Our results support the idea that NUAK1 and NF-κB signalling pathways together regulate ROS and inflammatory signalling, supporting cell survival during each step of HGSOC pathogenesis. We propose that their combined inhibition may be efficacious as a novel therapeutic strategy for advanced HGSOC.
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.
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) | 0,000 | 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 découle