NLRP7 Enhances Choriocarcinoma Cell Survival and Camouflage in an Inflammasome Independent Pathway
Notice bibliographique
Résumé
Background: Gestational choriocarcinoma (GC) is a highly malignant trophoblastic tumor that often develops from a complete hydatidiform mole (HM). NLRP7 is the major gene responsible for recurrent HM and is involved in the innate immune response, inflammation and apoptosis. NLRP7 can function in an inflammasome-dependent or -independent pathway. Recently, we have demonstrated that NLRP7 is highly expressed in GC tumor cells and contributes to their tumorigenesis. However, the underlying mechanisms are still unknown. Here, we investigated the mechanism by which NLRP7 controls these processes in malignant (JEG-3) and non-tumor (HTR8/SVneo) trophoblastic cells. Cell survival, dedifferentiation, camouflage, and aggressiveness were compared between normal JEG-3 cells or knockdown for NLRP7, JEG-3 Sh NLRP7. In addition, HTR8/SVneo cells overexpressing NLRP7 were used to determine the impact of NLRP7 overexpression on non-tumor cells. NLRP7 involvement in tumor cell growth and tolerance was further characterized in vivo using the metastatic mouse model of GC. Results: We demonstrate that NLRP7 (i) functions in an inflammasome-dependent and -independent manners in HTR8/SVneo and JEG-3 cells, respectively; (ii) differentially regulates the activity of NF-κB in tumor and non-tumor cells; (iii) increases malignant cell survival, dedifferentiation, and camouflage; and (iv) facilitates tumor cells colonization of the lungs in the preclinical model of GC. Conclusions: This study demonstrates for the first time the mechanism by which NLRP7, independently of its inflammasome machinery, contributes to GC growth and tumorigenesis. The clinical relevance of NLRP7 in this rare cancer highlights its potential therapeutic promise as a molecular target to treat resistant GC patients.
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 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 | 0,000 | 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) | 0,000 | 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».