MétaCan
Menu
Retour à la cohorte
Enregistrement W2090648161 · doi:10.1093/nar/gkt680

Both mature miR-17-5p and passenger strand miR-17-3p target TIMP3 and induce prostate tumor growth and invasion

2013· article· en· W2090648161 sur OpenAlexafffund
Xiangling Yang, William W. Du, Haoran Li, Fengqiong Liu, Anna Khorshidi, Zina Jeyapalan Rutnam, Burton B. Yang

Notice bibliographique

RevueNucleic Acids Research · 2013
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueMicroRNA in disease regulation
Établissements canadiensSunnybrook Health Science Centre
Organismes subventionnairesCanadian Institutes of Health Research
Mots-clésmicroRNABiologyGene silencingDroshaEctopic expressionCell biologyCell growthRNA interferenceCellBiogenesisCancer researchRNACell cultureGeneticsGene

Résumé

récupéré en direct d'OpenAlex

MicroRNAs (miRNA) precursor (pre-miRNA) molecules can be processed to release a miRNA/miRNA* duplex. In the canonical model of miRNA biogenesis, one strand of the duplex is thought to be the biologically active miRNA, whereas the other strand is thought to be inactive and degraded as a carrier or passenger strand called miRNA* (miRNA star). However, recent studies have revealed that miRNA* strands frequently play roles in the regulatory networks of miRNA target molecules. Our recent study indicated that miR-17 transgenic mice could abundantly express both the mature miR-17-5p and the passenger strand miR-17-3p. Here, we showed that miR-17 enhanced prostate tumor growth and invasion by increasing tumor cell proliferation, colony formation, cell survival and invasion. miRNA target analysis showed that both miR-17-5p and miR-17-3p repressed TIMP metallopeptidase inhibitor 3 (TIMP3) expression. Silencing with small interfering RNA against TIMP3 promoted cell survival and invasion. Ectopic expression of TIMP3 decreased cell invasion and cell survival. Our results demonstrated that mature miRNA can function coordinately with its passenger strand, enhancing the repressive ability of a miRNA by binding the same target. Within an intricate regulatory network, this may be among the mechanisms by which miRNA can augment their regulatory capacity.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,010

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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.

Tête enseignante Opus0,018
Tête enseignante GPT0,282
Écart entre enseignants0,264 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations201
Publié2013
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueNucleic Acids ResearchMême sujetMicroRNA in disease regulationTravaux en français237 207