MétaCan
Menu
Retour à la cohorte
Enregistrement W4405234352 · doi:10.26508/lsa.202402912

Mitochondrial signatures shape phenotype switching and apoptosis in response to PLK1 inhibitors

2024· article· en· W4405234352 sur OpenAlexafffund
Émilie Lavallée, Maëline Roulet-Matton, Viviane Giang, Roxana Cardona Hurtado, Dominic Chaput, Simon‐Pierre Gravel

Notice bibliographique

RevueLife Science Alliance · 2024
Typearticle
Langueen
DomaineMedicine
ThématiqueCancer-related Molecular Pathways
Établissements canadiensUniversité de Montréal
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaHospital for Sick ChildrenCancer Research Society
Mots-clésPLK1Gene silencingPhenotypeCancer researchApoptosisBiologyGeneGeneticsCell cycle

Résumé

récupéré en direct d'OpenAlex

PLK1 inhibitors are emerging anticancer agents that are being tested as monotherapy and combination therapies for various cancers. Although PLK1 inhibition in experimental models has shown potent antitumor effects, translation to the clinic has been hampered by low antitumor activity and tumor relapse. Here, we report the identification of mitochondrial protein signatures that determine the sensitivity to approaches targeting PLK1 in human melanoma cell lines. In response to PLK1 inhibition or gene silencing, resistant cells adopt a pro-inflammatory and dedifferentiated phenotype, whereas sensitive cells undergo apoptosis. Mitochondrial DNA depletion and silencing of the ABCD1 transporter sensitize cells to PLK1 inhibition and attenuate the associated pro-inflammatory response. We also found that nonselective inhibitors of the p90 ribosomal S6 kinase (RSK) exert their antiproliferative and pro-inflammatory effects via PLK1 inhibition. Specific inhibition of RSK, on the other hand, is anti-inflammatory and promotes a program of antigen presentation. This study reveals the overlooked effects of PLK1 on phenotype switching and suggests that mitochondrial precision medicine can help improve the response to targeted therapies.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,272
Score d'incertitude au seuil0,649

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,002
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)0,0000,000

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 Opus0,013
Tête enseignante GPT0,283
Écart entre enseignants0,270 · 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 tête enseignante, 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

Citations0
Publié2024
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueLife Science AllianceMême sujetCancer-related Molecular PathwaysTravaux en français237 207