Inhibition of Selenoprotein I promotes ferroptosis and reverses resistance to platinum chemotherapy by impairing Akt phosphorylation in ovarian cancer
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Abstract Ovarian cancer (OV) ranks among the deadliest gynecological cancer, known for its high risk of relapse and metastasis, and a general resistance to conventional platinum‐based chemotherapy. Selenoprotein I (SELENOI) is a crucial mediator implicated in human hereditary spastic paraplegia. However, its role in human tumors remains poorly elucidated. Here, we comprehensively analyzed SELENOI expression patterns, functions, and clinical implications across various malignancies through the integration of bulk transcriptomics, cancer databases, and in vitro and in vivo experiments. Pan‐cancer analysis indicated upregulated SELENOI expression across various cancers, correlating with augmented malignancy, suppressed tumor immunity and poor prognosis. Knockdown of SELENOI caused G0/G1‐phase cell cycle arrest and diminished aggressive cancer phenotypes in OV cells. Moreover, SELENOI inhibition augments ferroptosis and reverses the cisplatin resistance in OV cells by modulating Akt phosphorylation. Conversely, overexpression of SELENOI in OV cells enhanced therapeutic sensitivity to cisplatin by upregulating Akt phosphorylation. Importantly, in vivo studies demonstrated that SELENOI inhibition suppressed ovarian tumor growth and enhanced cisplatin's anticancer effects. These findings highlight the significant role of SELENOI in OV by modulating ferroptosis and chemotherapy resistance. Targeting SELENOI represents a promising therapeutic approach to promote the efficacy of platinum‐based chemotherapy in OV, particularly in cases of resistance.
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.
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 découle