Organelle resolved proteomics uncovers PLA2R1 as a novel cell surface marker required for chordoma growth
Notice bibliographique
Résumé
Chordomas are clinically aggressive tumors with a high rate of disease progression despite maximal therapy. Given the limited therapeutic options available, there remains an urgent need for the development of novel therapies to improve clinical outcomes. Cell surface proteins are attractive therapeutic targets yet are challenging to profile with common methods. Four chordoma cell lines were analyzed by quantitative proteomics using a differential ultracentrifugation organellar fractionation approach. A subtractive proteomics strategy was applied to select proteins that are plasma membrane enriched. Systematic data integration prioritized PLA2R1 (secretory phospholipase A2 receptor-PLA2R1) as a chordoma-enriched surface protein. The expression profile of PLA2R1 was validated across chordoma cell lines, patient surgical tissue samples, and normal tissue lysates via immunoblotting. PLA2R1 expression was further validated by immunohistochemical analysis in a richly annotated cohort of 25-patient tissues. Immunohistochemistry analysis revealed that elevated expression of PLA2R1 is correlated with poor prognosis. Using siRNA- and CRISPR/Cas9-mediated knockdown of PLA2R1, we demonstrated significant inhibition of 2D, 3D and in vivo chordoma growth. PLA2R1 depletion resulted in cell cycle defects and metabolic rewiring via the MAPK signaling pathway, suggesting that PLA2R1 plays an essential role in chordoma biology. We have characterized the proteome of four chordoma cell lines and uncovered PLA2R1 as a novel cell-surface protein required for chordoma cell survival and association with patient outcome.
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 | 0,001 |
| 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 | 0,001 | 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 ».