Cross-talk between mutant p53 and p62/SQSTM1 augments cancer cell migration by promoting the degradation of cell adhesion proteins
Notice bibliographique
Résumé
Missense mutations in the p53 tumor suppressor abound in human cancer. Common (“hotspot”) mutations endow mutant p53 (mutp53) proteins with oncogenic gain of function (GOF), including enhanced cell migration and invasiveness, favoring cancer progression. GOF is usually attributed to transcriptional effects of mutp53. To elucidate transcription-independent effects of mutp53, we characterized the protein interactome of the p53R273H mutant in cells derived from pancreatic ductal adenocarcinoma (PDAC), where p53R273H is the most frequent p53 mutant. We now report that p53R273H, but not the p53R175H hotspot mutant, interacts with SQSTM1/p62 and promotes cancer cell migration and invasion in a p62-dependent manner. Mechanistically, the p53R273H-p62 axis drives the proteasomal degradation of several cell junction–associated proteins, including the gap junction protein Connexin 43, facilitating scattered cell migration. Concordantly, down-regulation of Connexin 43 augments PDAC cell migration, while its forced overexpression blunts the promigratory effect of the p53R273H-p62 axis. These findings define a mechanism of mutp53 GOF.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| 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) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».