Regulation of p27<sup>Kip1</sup>by miRNA 221/222 in Glioblastoma
Notice bibliographique
Résumé
Levels of p27(Kip1), a key negative regulator of the cell cycle, are often decreased in cancer. In most cancers, levels of p27(Kip1) mRNA are unchanged and increased proteolysis of the p27(Kip1) protein is thought to be the primary mechanism for its downregulation. Here we show that p27(Kip1) protein levels are also downregulated by microRNAs in cancer cells. We used RNA interference to reduce Dicer levels in human glioblastoma cell lines and found that this caused an increase in p27(Kip1) levels and a decrease in cell proliferation. When the coding sequence for the 3'UTR of the p27(Kip1) mRNA was inserted downstream of a luciferase reporter gene, Dicer depletion also enhanced expression of the reporter gene product. The microRNA target site software TargetScan predicts that the 3'UTR of p27(Kip1) mRNA contains multiple sites for microRNAs. These include two sites for microRNA 221 and 222, which have been shown to be upregulated in glioblastoma relative to adjacent normal brain tissue. The genes for microRNA 221 and microRNA 222 occupy adjacent sites on the X chromosome; their expression appears to be coregulated and they also appear to have the same target specificity. Antagonism of either microRNA 221 or 222 in glioblastoma cells also caused an increase in p27(Kip1) levels and enhanced expression of the luciferase reporter gene fused to the p27(Kip1) 3'UTR. These data show that p27(Kip1) is a direct target for microRNAs 221 and 222, and suggest a role for these microRNAs in promoting the aggressive growth of human glioblastoma.
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 ».