MétaCan
Menu
Retour à la cohorte
Enregistrement W4309004602 · doi:10.3390/biom12111684

Culture of Cancer Cells at Physiological Oxygen Levels Affects Gene Expression in a Cell-Type Specific Manner

2022· article· en· W4309004602 sur OpenAlexafffund
Ricardo Alva, Fereshteh Moradi, Ping Liang, Jeffrey A. Stuart

Notice bibliographique

RevueBiomolecules · 2022
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueCancer, Hypoxia, and Metabolism
Établissements canadiensBrock University
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésGene expressionCancerCancer cellCell biologyCellGeneBiologyCell typeExpression (computer science)Cell cultureCancer researchGeneticsComputer science

Résumé

récupéré en direct d'OpenAlex

Standard cell culture is routinely performed at supraphysiological oxygen levels (~18% O2). Conversely, O2 levels in most mammalian tissues range from 1–6% (physioxia). Such hyperoxic conditions in cell culture can alter reactive oxygen species (ROS) production, metabolism, mitochondrial networks, and response to drugs and hormones. The aim of this study was to investigate the transcriptional response to different O2 levels and determine whether it is similar across cell lines, or cell line-specific. Using RNA-seq, we performed differential gene expression and functional enrichment analyses in four human cancer cell lines, LNCaP, Huh-7, PC-3, and SH-SY5Y cultured at either 5% or 18% O2 for 14 days. We found that O2 levels affected transcript abundance of thousands of genes, with the affected genes having little overlap between cell lines. Functional enrichment analysis also revealed different processes and pathways being affected by O2 in each cell line. Interestingly, most of the top differentially expressed genes are involved in cancer biology, which highlights the importance of O2 levels in cancer cell research. Further, we observed several hypoxia-inducible factor (HIF) targets, HIF-2α targets particularly, upregulated at 5% O2, consistent with a role for HIFs in physioxia. O2 levels also differentially induced the transcription of mitochondria-encoded genes in most cell lines. Finally, by comparing our transcriptomic data from LNCaP and PC-3 with datasets from the Prostate Cancer Transcriptome Atlas, a correlation between genes upregulated at 5% O2 in LNCaP cells and the in vivo prostate cancer transcriptome was found. We conclude that the transcriptional response to O2 over the range from 5–18% is robust and highly cell-type specific. This latter finding indicates that the effects of O2 levels are difficult to predict and thus highlights the importance of regulating O2 in cell culture.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,151
Score d'incertitude au seuil0,645

Scores Codex et Gemma par catégorie

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)0,0000,000

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 Opus0,018
Tête enseignante GPT0,259
Écart entre enseignants0,241 · 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 tête enseignante, 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

Citations19
Publié2022
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueBiomoleculesMême sujetCancer, Hypoxia, and MetabolismTravaux en français237 207