PGRMC1 promotes triple-negative breast cancer cell growth via suppressing ferroptosis
Notice bibliographique
Résumé
OBJECTIVE: Triple-negative breast cancer (TNBC) is the most malignant form of breast cancer with increasing incidence and mortality worldwide. The progesterone receptor membrane component-1 (PGRMC1) is a well-identified hormone receptor with unknown functions in TNBC. The current study aims to explore the involvement of PGRMC1 in regulation of glutathione metabolism and ferroptosis during development of TNBC, providing new therapy options for TNBC patients. METHODS: Bioinformatic analysis, cell proliferation assay, western blot assay and other biochemistry methods were performed in TNBC cells. RESULTS: Our results revealed that the expression of PGRMC1 is higher in TNBC than the other subtypes of breast cancer. Interestingly, as an iron binding protein, increased PGRMC1 expression in TNBC cells leads to resistance to ferroptosis inducer. On the contrary, silenced PGRMC1 expression enhanced sensitivity of MDA-MB231 cells to Erastin. Mechanistically, overexpression of PGRMC1 decreased the intracellular free iron concentration, which was reduced by AG205 treatment. CONCLUSIONS: PGRMC1 increases the possibility of TNBC development through binding to intracellular iron and suppressing ferroptosis, providing the molecular basis of combined treatment for TNBC.
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) | 0,002 | 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 ».