Transcriptome Analysis Suggests PKD3 Regulates Proliferative Glucose Metabolism, Calcium Homeostasis and Microtubule Dynamics After MEF Spontaneous Immortalization
Notice bibliographique
Résumé
Cell immortalization corresponds to a biologically relevant clinical feature that allows cells to acquire a high proliferative potential during carcinogenesis. In multiple cancer types, Protein Kinase D3 (PKD3) has often been reported as a dysregulated oncogenic kinase that promotes cell proliferation. Using mouse embryonic fibroblasts (MEFs), in a spontaneous immortalization model, PKD3 has been demonstrated as a critical regulator of cell proliferation after immortalization. However, the mechanisms by which PKD3 regulates proliferation in immortalized MEFs require further elucidation. Using a previously validated Prkd3-deficient MEF model, we performed a poly-A transcriptomic analysis to identify putative Prkd3-regulated biological processes and downstream targets in MEFs after spontaneous immortalization. To this end, differentially expressed genes (DEGs) were identified and further analyzed by gene ontology (GO) enrichment and protein–protein interaction (PPI) network analyses to identify potential hub genes. Our results suggest that Prkd3 modulates proliferation through the regulation of gene expression associated with glucose metabolism (Tnf, Ucp2, Pgam2, Angptl4), calcium homeostasis and transport (Calcr and P2rx7) and microtubule dynamics (Stmn2 and Map10). These candidate processes and associated genes represent potential mechanisms involved in Prkd3-induced proliferation in spontaneously immortalized cells as well as clinical targets in several cancer types.
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 | 0,001 | 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 ».