Heparin Impairs Angiogenesis through Inhibition of MicroRNA-10b
Notice bibliographique
Résumé
Heparin, which has been used as an anticoagulant drug for decades, inhibits angiogenesis, whereas thrombin promotes tumor-associated angiogenesis. However, the mechanisms underlying the regulation of angiogenesis by heparin and thrombin are not well understood. Here, we show that microRNA-10b (miR-10b) is down-regulated by heparin and up-regulated by thrombin in human microvascular endothelial cells (HMEC-1). Overexpression of miR-10b induces HMEC-1 cell migration, tube formation, and angiogenesis, and down-regulates homeobox D10 (HoxD10) expression via direct binding of miR-10b to the putative 3' UTR of HoxD10. In addition, HMEC-1 cell migration and tube formation are induced by HoxD10 knockdown, whereas angiogenesis is arrested when HoxD10 expression is increased after anti-miR-10b or heparin treatments. Furthermore, expression of miR-10b and its transcription factor Twist are up-regulated by thrombin, whereas HoxD10 expression is impaired by thrombin. Using quartz crystal microbalance analysis, we show that heparin binds to thrombin, thereby inhibiting thrombin-induced expression of Twist and miR-10b. However, the expression of miR-10b is not attenuated by heparin any more after thrombin expression is silenced by its siRNA. Interestingly, we find that heparin attenuates miR-10b expression and induces HoxD10 expression in vivo to inhibit angiogenesis and impair the growth of MDA-MB-231 tumor xenografts. These results provide insight into the molecular mechanism by which heparin and thrombin regulate angiogenesis.
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 ».