MétaCan
Menu
Retour à la cohorte
Enregistrement W4400166752 · doi:10.1101/2024.06.26.600548

MICAL2 Is a Super Enhancer Associated Gene that Promotes Pancreatic Cancer Growth and Metastasis

2024· preprint· en· W4400166752 sur OpenAlexaff
Bharti Garg, Sohini Khan, Evangeline Mose, Kevin Christian Montecillo Gulay, Shweta Sharma, Divya Sood, Alexander T. Wenzel, Alexei Martsinkovskiy, Jay Patel, Dawn Jaquish, Guillem Lambies, Anthony D’Ippolito, Kathryn Austgen, Brian Johnston, David A. Orlando, Gung Ho Jang, Steven Gallinger, Elliot Goodfellow, Pnina Brodt, Cosimo Commisso, Tamayo Pablo, Jill P. Mesirov, Hervé Tiriac, Andrew M. Lowy

Notice bibliographique

RevuebioRxiv (Cold Spring Harbor Laboratory) · 2024
Typepreprint
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueRNA modifications and cancer
Établissements canadiensMcGill University Health CentreMcGill UniversityUniversity Health NetworkOntario Institute for Cancer ResearchPrincess Margaret Cancer Centre
Organismes subventionnairesnon disponible
Mots-clésEnhancerPancreatic cancerMetastasisCancer researchGeneCancer metastasisCancerBiologyGeneticsGene expression

Résumé

récupéré en direct d'OpenAlex

ABSTRACT Pancreatic ductal adenocarcinoma (PDAC) remains one of the deadliest solid cancers and thus identifying more effective therapies is a major unmet need. In this study we characterized the super enhancer (SE) landscape of human PDAC to identify novel, potentially targetable, drivers of the disease. Our analysis revealed that MICAL2 is a super enhancer-associated gene in human PDAC. MICAL2 is a flavin monooxygenase that induces actin depolymerization and indirectly promotes SRF transcription by modulating the availability of serum response factor coactivators myocardin related transcription factors (MRTF-A and MRTF-B). We found that MICAL2 is overexpressed in PDAC and correlates with poor patient prognosis. Transcriptional analysis revealed that MICAL2 upregulates KRAS and EMT signaling pathways, contributing to tumor growth and metastasis. In loss and gain of function experiments in human and mouse PDAC cells, we observed that MICAL2 promotes both ERK1/2 and AKT activation. Consistent with its role in actin depolymerization and KRAS signaling, loss of MICAL2 expression also inhibited macropinocytosis. Through in vitro phenotypic analyses, we show that MICAL2, MRTF-A and MRTF-B influence PDAC cell proliferation, migration and promote cell cycle progression. Importantly, we demonstrate that MICAL2 is essential for in vivo tumor growth and metastasis. Interestingly, we find that MRTF-B, but not MRTF-A, phenocopies MICAL2-driven phenotypes in vivo . This study highlights the multiple ways in which MICAL2 impacts PDAC biology and suggests that its inhibition may impede PDAC progression. Our results provide a foundation for future investigations into the role of MICAL2 in PDAC and its potential as a target for therapeutic intervention.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,007

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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.

Tête enseignante Opus0,015
Tête enseignante GPT0,239
Écart entre enseignants0,223 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations2
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuebioRxiv (Cold Spring Harbor Laboratory)Même sujetRNA modifications and cancerTravaux en français237 207