Integrated <i>in vivo</i> functional screens and multi-omics analyses identify α-2,3-sialylation as essential for melanoma maintenance
Notice bibliographique
Résumé
Abstract Glycosylation is a hallmark of cancer biology, and altered glycosylation influences multiple facets of melanoma growth and progression. To identify glycosyltransferases, glycans, and glycoproteins essential for melanoma maintenance, we conducted an in vivo growth screen with a pooled shRNA library of glycosyltransferases, lectin microarray profiling of benign nevi and melanoma patient samples, and mass spectrometry-based glycoproteomics. We found that α-2,3 sialyltransferases ST3GAL1 and ST3GAL2 and corresponding α-2,3-linked sialosides are upregulated in melanoma compared to nevi and are essential for melanoma growth in vivo and in vitro . Glycoproteomics revealed that glycoprotein targets of ST3GAL1 and ST3GAL2 are enriched in transmembrane proteins involved in growth signaling, including the amino acid transporter Solute Carrier Family 3 Member 2 (SLC3A2/CD98hc). CD98hc suppression mimicked the effect of ST3GAL1 and ST3GAL2 silencing, inhibiting melanoma cell proliferation. We found that both CD98hc protein stability and its pro-survival effect in melanoma are dependent upon α-2,3 sialylation mediated by ST3GAL1 and ST3GAL2. In summary, our studies reveal that α-2,3-sialosides functionally contribute to melanoma maintenance, supporting ST3GAL1 and ST3GAL2 as novel therapeutic targets in these tumors.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,001 |
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 ».