MétaCan
Menu
Retour à la cohorte
Enregistrement W4289522149 · doi:10.1139/bcb-2021-0507

Targeting FHL1 impairs cell proliferation and differentiation of acute myeloid leukemia cells

2022· article· en· W4289522149 sur OpenAlexvenueno aff
Yabo Liu, Huibo Li, Yanqiu Zhao, Dandan Li, Qian Zhang, Jinyue Fu, Shengjin Fan

Notice bibliographique

RevueBiochemistry and Cell Biology · 2022
Typearticle
Langueen
DomaineMedicine
ThématiqueAcute Myeloid Leukemia Research
Établissements canadiensnon disponible
Organismes subventionnairesShanghai Science and Technology Development Foundation
Mots-clésCell growthCell cycleMyeloid leukemiaBiologyGene knockdownStem cellCancer researchFlow cytometryCell biologyMyeloidCellular differentiationAcute promyelocytic leukemiaCellRetinoic acidMolecular biologyApoptosisCell cultureBiochemistry

Résumé

récupéré en direct d'OpenAlex

The four and a half LIM domains 1 (FHL1) is considered to play important roles in tumors. This study aims to investigate the role and precise mechanisms of FHL1 in acute myeloid leukemia (AML). Here, we found that FHL1 was highly expressed in AML. CCK8, flow cytometry, and Western blot analysis of cell cycle-related proteins showed that overexpression of FHL1 promoted proliferation and accelerated cell cycle progression in HL-60 cells. Conversely, knockdown of FHL1 inhibited the proliferation and induced cell cycle arrest in KG-1 cells. Furthermore, knockdown of FHL1 promoted cell differentiation, while overexpression of FHL1 restrained all-trans retinoic acid induced cell differentiation in HL-60 cells, revealed by Wright-Giemsa staining and cell surface antigen analysis. Moreover, in vivo experiments revealed that depletion of FHL1 inhibited tumor growth and led to increased levels of CD11b and CD14. Here, we first identify an unexpected and important role of FHL1 that contributes to the AML progression, indicating that FHL1 may be a potential therapeutic target for AML.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,004

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,007
Tête enseignante GPT0,241
Écart entre enseignants0,234 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations5
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBiochemistry and Cell BiologyMême sujetAcute Myeloid Leukemia ResearchTravaux en français237 207