Inactivation of necroptosis-promoting protein MLKL creates a therapeutic vulnerability in colorectal cancer cells
Notice bibliographique
Résumé
Mortality from colorectal cancer (CRC) is significant, and novel CRC therapies are needed. A pseudokinase MLKL typically executes necroptotic cell death, and MLKL inactivation protects cells from such death. However, we found unexpectedly that MLKL gene knockout enhanced CRC cell death caused by a protein synthesis inhibitor homoharringtonine used for chronic myeloid leukemia treatment. In an effort to explain this finding, we observed that MLKL gene knockout reduces the basal CRC cell autophagy and renders such autophagy critically dependent on the presence of VPS37A, a component of the ESCRT-I complex. We further found that the reason why homoharringtonine enhances CRC cell death caused by MLKL gene knockout is that homoharringtonine activates p38 MAP kinase and thereby prevents VPS37A from supporting autophagy in MLKL-deficient cells. We observed that the resulting inhibition of the basal autophagy in CRC cells triggers their parthanatos, a cell death type driven by poly(ADP-ribose) polymerase hyperactivation. Finally, we discovered that a pharmacological MLKL inhibitor necrosulfonamide strongly cooperates with homoharringtonine in suppressing CRC cell tumorigenicity in mice. Thus, while MLKL promotes cell death during necroptosis, MLKL supports the basal autophagy in CRC cells and thereby protects them from death. MLKL inactivation reduces such autophagy and renders the cells sensitive to autophagy inhibitors, such as homoharringtonine. Hence, MLKL inhibition creates a therapeutic vulnerability that could be utilized for CRC treatment.
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 ».