Functional analysis of miR-101-3p and Rap1b involved in hepatitis B virus-related hepatocellular carcinoma pathogenesis
Notice bibliographique
Résumé
MicroRNA-101(miR-101) has been shown to be down-regulated in hepatocellular carcinoma (HCC). The hepatitis B virus (HBV) is a major risk factor in the development and progression of HCC. However, the correlation between HBV and miR-101 has not yet been fully elucidated. In this study, we reported that HBV could repress miR-101-3p by inhibiting its promoter activity and identified the potential effects of miR-101-3p on some important biological properties of HCC cells by targeting Rap1b. Dual-luciferase reporter assays showed that HBV down-regulated miR-101-3p by inhibiting its promoter activity. Down-regulation of miR-101-3p promoted cell proliferation, migration, and reduced apoptosis, and resulted in up-regulation of Rap1b, while overexpression of miR-101-3p inhibited these processes. Moreover, overexpression of Rap1b was able to reverse the suppressed cell proliferation and migration mediated by miR-101-3p. Our data showed that HBV down-regulated miR-101-3p expression by inhibiting its promoter activity, which resulted in up-regulation of Rap1b, and down-regulation of miR-101-3p or up-regulation of Rap1b promoted proliferation and migration of HCC cells. This provides a new understanding of the mechanism of HBV-related HCC pathogenesis and the potential application of miR-101-3p in cancer therapy.
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 | 0,001 |
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 ».