MétaCan
Menu
Retour à la cohorte
Enregistrement W1540008871 · doi:10.18632/oncotarget.1614

MicroRNA-17-5p promotes chemotherapeutic drug resistance and tumour metastasis of colorectal cancer by repressing PTEN expression

2014· article· en· W1540008871 sur OpenAlexafffundabout
Lekun Fang, Haoran Li, Lei Wang, Jun Hu, Tianru Jin, Jianping Wang, Burton B. Yang

Notice bibliographique

RevueOncotarget · 2014
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueMicroRNA in disease regulation
Établissements canadiensSunnybrook Health Science CentreUniversity Health NetworkHealth Sciences CentreUniversity of Toronto
Organismes subventionnairesProject 211Canadian Institutes of Health ResearchSun Yat-sen UniversityHeart and Stroke Foundation of Canada
Mots-clésPTENColorectal cancermicroRNAMedicineCancer researchMetastasisDrug resistanceCancerChemotherapeutic drugsOncologyInternal medicineBiologyGeneApoptosisPI3K/AKT/mTOR pathwayGenetics

Résumé

récupéré en direct d'OpenAlex

// Lekun Fang 1,* , Haoran Li 2,4,* , Lei Wang 1 , Jun Hu 1 , Tianru Jin 3 , Jianping Wang 1 , Burton B Yang 2,4 1 Guangdong Gastroenterology Institute, The Sixth Affiliated Hospital of Sun Yat-sen University, China 2 Sunnybrook Research Institute, Sunnybrook Health Sciences Centre, Toronto 3 University Health Network, Toronto, Canada 4 Department of Laboratory Medicine and Pathobiology, University of Toronto, Toronto * These authors contributed equally Correspondence: J Wang, email: // BB Yang, email: // Keywords : microRNA, stem cell, miR-17, colon cancer, drug resistance Received : November 19, 2013 Accepted : January 19, 2014 Published : January 19, 2014 Abstract Background: Colorectal cancer (CRC) is one of the most common cancers worldwide, especially in Western countries. Although chemotherapy is used as an adjuvant or as a palliative treatment, drug resistance poses a great challenge. This study intended to identify biomarkers as predictive factors for chemotherapy. Patients and methods: By microarray analysis, we studied miRNAs expression profiles in CRC patient, comparing chemoresistant and chemosensitive groups. The miRNAs of interest were validated and the impact on clinical outcomes was assessed in a cohort of 295 patients. To search for potential targets of these miRNAs, tissue samples were subject to in situ hybridization and immunohistochemistry analysis. Colorectal adenocarcinoma cells were also used for in vitro experimentation, where cellular invasiveness and drug resistance were examined in miRNA-transfected cells. Results: The expression level of miRNA-17-5p was found increased in chemoresistant patients. Significantly higher expression levels of miR-17-5p were found in CRC patients with distant metastases and higher clinical stages. Kaplan-Meier analysis showed that CRC patients with higher levels of miR-17-5p had reduced survival, especially in patients who had previously received chemotherapy. Overexpression of miR-17-5p promoted COLO205 cell invasiveness. We found that PTEN was a target of miR-17-5p in the colon cancer cells, and their context-specific interactions were responsible for multiple drug-resistance. Chemotherapy was found to increase the expression levels of miR-17-5p, which further repressed PTEN levels, contributing to the development of chemo-resistance. Conclusions: MiR-17-5p is a predictive factor for chemotherapy response and a prognostic factor for overall survival in CRC, which is due to its regulation of PTEN expression.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,005

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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.

Tête enseignante Opus0,006
Tête enseignante GPT0,245
Écart entre enseignants0,239 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations210
Publié2014
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueOncotargetMême sujetMicroRNA in disease regulationTravaux en français237 207