Flavonoids Regulate Redox-Responsive Transcription Factors in Glioblastoma and Microglia
Notice bibliographique
Résumé
The tumor microenvironment (TME) has emerged as a valuable therapeutic target in glioblastoma (GBM), as it promotes tumorigenesis via an increased production of reactive oxygen species (ROS). Immune cells such as microglia accumulate near the tumor and its hypoxic core, fostering tumor proliferation and angiogenesis. In this study, we explored the therapeutic potential of natural polyphenols with antioxidant and anti-inflammatory properties. Notably, flavonoids, including fisetin and quercetin, can protect non-cancerous cells while eliminating transformed cells (2D cultures and 3D tumoroids). We tested the hypothesis that fisetin and quercetin are modulators of redox-responsive transcription factors, for which subcellular location plays a critical role. To investigate the sites of interaction between natural compounds and stress-responsive transcription factors, we combined molecular docking with experimental methods employing proximity ligation assays. Our findings reveal that fisetin decreased cytosolic acetylated high mobility group box 1 (acHMGB1) and increased transcription factor EB (TFEB) abundance in microglia but not in GBM. Moreover, our results suggest that the most powerful modulator of the Nrf2-KEAP1 complex is fisetin. This finding is in line with molecular modeling and calculated binding properties between fisetin and Nrf2-KEAP1, which indicated more sites of interactions and stronger binding affinities than quercetin.
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 ».