De Novo Gene Transcription of Connexin Mediates Cytoplasmic Fluid Exchange and Flocking Transitions in Physiological and Cancerous Epithelial Systems
Notice bibliographique
Résumé
The initial invasion of tumors requires a transition from a solid, jammed state to a fluid-like, flocking, unjammed state that enables collective migration. Here, we show that de novo gene transcription is essential for the emergence of flocking in epithelial tissues and identify connexins (Cx) as key mediators of this transition. Using quiescent HaCaT keratinocytes, tumorigenic A431 epidermoid carcinoma cells, primary bronchial epithelial explants, and vocal fold carcinoma (VFC) cells, we find that flocking induction depends on transcriptional programs activated downstream of epidermal growth factor (EGF). EGF stimulation upregulates Cx26 and Cx31 and enhances gap-junctional intercellular communication (GJIC), which is necessary-though not sufficient-to generate the large-scale cell-volume fluctuations and density heterogeneity that accompany unjamming. Sustained signaling through extracellular signal-regulated kinase 1/2 (ERK1/2) and AKT serine/threonine kinase (AKT) downstream of the EGF receptor (EGFR) is required for connexin induction, linking mechanical state transitions to extracellular cues. Pharmacological inhibition and CRISPR-Cas9 (clustered regularly interspaced short palindromic repeats-CRISPR associated protein 9) knockout of connexins block unjamming and collective motility. VFC cells display constitutively elevated connexins and persistent flocking that is highly sensitive to connexin inhibition. Consistently, high Cx26 expression correlates with reduced survival across carcinomas. These findings reveal a transcriptionally controlled, connexin-dependent mechanism that enables tissue fluidization and collective invasion.
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 ».