<i>let-7</i> MicroRNA Transfer in Pancreatic Cancer-Derived Cells Inhibits <i>In Vitro</i> Cell Proliferation but Fails to Alter Tumor Progression
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Pancreatic ductal adenocarcinoma (PDAC) is still the fourth leading cause of cancer-related deaths in Western countries, with increasing incidence. Neither effective prognostic markers nor therapies exist for this cancer. MicroRNAs are potent inhibitors of protein translation, and aberrantly expressed in many cancers. Because let-7 microRNA targets the K-ras oncogene, we aimed to characterize let-7 expression and function in PDAC in vitro and in vivo. Let-7 expression was quantified by real-time RT-PCR from resected tumors and matching adjacent tissue, and in endoscopic ultrasound-guided fine needle aspiration material from patients with PDAC. Let-7 is detected by reverse transcription in situ PCR in a PDAC tissue microarray. PDAC-derived cells were transfected with plasmid-based synthetic microRNAs or by lentiviral transduction, in vitro and in vivo. Let-7 microRNA expression is strongly reduced in PDAC samples, as compared with adjacent tissue. Let-7 is present in normal acinar pancreatic cells, and lost in poorly differentiated cancer samples. In addition, let-7 expression was repressed in patients with PDAC not eligible for surgery. Restoring let-7 levels in cancer-derived cell lines strongly inhibits cell proliferation, K-ras expression, and mitogen-activated protein kinase activation, but fails to impede tumor growth progression after intratumoral gene transfer or after implantation of Capan-1 cells stably overexpressing let-7 microRNA. We describe here for the first time the extensive loss of expression of let-7 in PDAC. In addition, this study provides the initial steps for a microRNA replacement therapy for this cancer.
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.
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 découle