The role of metabolic reprogramming in breast cancer progression and metastasis
Notice bibliographique
Résumé
Breast cancer is the most commonly diagnosed cancer in woman and the emergence of metastasis is the most deadly aspect of the disease. Major bioenergetic and biosynthetic demands are associated with proliferation in order to sustain the exponential growth of a primary tumor and metabolic pathways must be reprogrammed to meet these demands. However, the metabolic challenges of cells during tumor initiation will differ from those that occur during tumor progression and dissemination. Despite progress in understanding the underlying mechanisms of how altered metabolism fuels the growth of primary tumors, the role that metabolic reprogramming plays in the metastatic process remains poorly characterized. This work focused on identifying the regulators of metabolic reprogramming and defining their roles in mediating breast cancer growth and metastasis. Using transgenic mouse models, we showed that loss of LKB1 cooperates with ErbB2 to promote breast cancer initiation and progression at early stages. Loss of LKB1 resulted in the activation of mTOR signaling, conferring a pro-growth metabolic advantage to the tumors. However, LKB1-deficient tumor cells displayed greater sensitivity to glucose limitation compared to their LKB1-proficient counterparts, suggesting a lack of metabolic flexibility that was rescued by rapamycin-mediated suppression of mTOR signaling.To investigate the metabolic reprogramming associated with breast cancer progression we compared the metabolic profiles of breast cancer cells that originated from a single primary tumor; however, which display different abilities to metastasize. Our results reveal an overall increase in metabolic activity (glycolysis and OXPHOS) that correlates with an increase in metastatic potential. However, we demonstrated that upon dissemination, metastatic breast cancer cells engage distinct metabolic programs depending on the site of metastasis. Using breast cancer explants isolated from bone, lung or liver metastases, we demonstrate a bifurcation in the way these cells utilize available carbon sources. Mitochondrial metabolism is elevated in bone- and lung-metastatic cells while liver-metastatic breast cancer cells preferentially engage glycolysis. We next determined the molecular mechanisms responsible for the glycolytic switch observed in the liver-metastatic breast cancer cells. The transcription factor HIF-1α is activated in liver-metastatic breast cancer cells under normoxic conditions and partially responsible for the observed metabolic reprogramming. Downstream of HIF-1α, PDK1 (pyruvate dehydrogenase kinase 1) was identified as an important driver of metabolic adaptation to energetic stress and was required for efficient liver metastasis. Our work demonstrates that, while loss of metabolic regulators may be advantageous for cancer initiation and early progression, retaining these key checkpoints is critical for metabolic adaptation to stress and successful metastatic dissemination.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| 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) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».