Metastasis‐focused cell‐based SELEX generates aptamers inhibiting cell migration and invasion
Notice bibliographique
Résumé
Metastasis, the capacity of tumour cells to disseminate and grow at distant sites, is the main factor in cancer mortality. Compounds inhibiting migration and invasion of cancer cells are promising candidates for anticancer therapy strategies. We have generated nuclease-resistant RNA ligands (aptamers) recognizing highly metastatic cells with high affinity and specificity, and inhibiting their migratory and invasive potentials. Aptamers were generated by a cell-based subtractive SELEX technology using isogenic cell lines with similar tumorigenic potentials but opposite metastatic aggressiveness. Two aptamers, E37 and E10, bound specifically to the metastatically aggressive cell line and altered the phosphorylation of several tyrosine kinases. Fluorescent microscopy showed intracellular uptake of E37, in contrast to membrane binding of E10. Both aptamers inhibited migration of tumour cells in culture (50 and 85% inhibition with respect to control pool for E10 and E37, respectively) while only E10 inhibited cell invasion (-75% with respect to control pool). This proof-of-concept study demonstrates the potential of cell-based SELEX to yield ligands that selectively recognize aggressive metastatic cells and inhibit phenotypes linked to metastatic potential.
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 ».