Pifithrin-µ Induces Stress Granule Formation, Regulates Cell Survival, and Rewires Cellular Signaling
Notice bibliographique
Résumé
(1) Background: Stress granules (SGs) are cytoplasmic protein-RNA condensates that assemble in response to various insults. SG production is driven by signaling pathways that are relevant to human disease. Compounds that modulate SG characteristics are therefore of clinical interest. Pifithrin-µ is a candidate anti-tumor agent that inhibits members of the hsp70 chaperone family. While hsp70s are required for granulostasis, the impact of pifithrin-µ on SG formation is unknown. (2) Methods: Using HeLa cells as model system, cell-based assays evaluated the effects of pifithrin-µ on cell viability. Quantitative Western blotting assessed cell signaling events and SG proteins. Confocal microscopy combined with quantitative image analyses examined multiple SG parameters. (3) Results: Pifithrin-µ induced bona fide SGs in the absence of exogenous stress. These SGs were dynamic; their properties were determined by the duration of pifithrin-µ treatment. The phosphorylation of eIF2α was mandatory to generate SGs upon pifithrin-µ exposure. Moreover, the formation of pifithrin-µ SGs was accompanied by profound changes in cell signaling. Pifithrin-µ reduced the activation of 5′-AMP-activated protein kinase, whereas the pro-survival protein kinase Akt was activated. Long-term pifithrin-µ treatment caused a marked loss of cell viability. (4) Conclusions: Our study identified stress-related changes in cellular homeostasis that are elicited by pifithrin-µ. These insights are important knowledge for the appropriate therapeutic use of pifithrin-µ and related compounds.
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 ».