MétaCan
Menu
Retour à la cohorte
Enregistrement W2133419523 · doi:10.1242/jcs.122895

Mature MiR-17-5p and passenger miR-17-3p induce hepatocellular carcinoma by targeting PTEN, GalNT7, and vimentin in different signal pathways

2013· article· en· W2133419523 sur OpenAlexafffund
Sze Wan Shan, Ling Fang, Tatiana Shatseva, Zina Jeyapalan Rutnam, Xiangling Yang, Wei‐Yang Lu, Jim W. Xuan, Zhaoqun Deng, Burton B. Yang

Notice bibliographique

RevueJournal of Cell Science · 2013
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueMicroRNA in disease regulation
Établissements canadiensHealth Sciences CentreLawson Health Research InstituteUniversity of TorontoWestern UniversitySunnybrook Health Science Centre
Organismes subventionnairesCanadian Institutes of Health Research
Mots-clésBiologyVimentinPTENmicroRNAGene silencingCell biologySignal transductionCarcinogenesisSmall interfering RNACancer researchTransfectionCancerCell culturePI3K/AKT/mTOR pathwayImmunologyGeneticsGene

Résumé

récupéré en direct d'OpenAlex

To study the physiological role of a single microRNA (miRNA), we generated transgenic mice expressing the miRNA precursor miR-17 and found that the mature miR-17-5p and the passenger strand miR-17-3p were abundantly expressed. We showed that mature miR-17-5p and passenger strand miR-17-3p could synergistically induce the development of hepatocellular carcinoma. The mature miR-17-5p exerted this function by repressing the expression of PTEN. In contrast, the passenger strand miR-17-3p repressed expression of vimentin, an intermediate filament with the ability to modulate metabolism, and GalNT7, an enzyme that regulates metabolism of liver toxin galactosamine. Hepatocellular carcinoma cells, HepG2, transfected with miR-17 formed larger tumors with more blood vessels and less tumor cell death than mock-treated cells. Expression of miR-17 precursor modulated HepG2 proliferation, migration, survival, morphogenesis and colony formation and inhibited endothelial tube formation. Silencing of PTEN, vimentin or GalNT7 with their respective siRNAs enhanced proliferation and migration. Re-expressing these molecules reversed their roles in proliferation, migration and tumorigenesis. Further experiments indicated that these three molecules do not interact with each other, but appear to function in different signaling pathways. Our results demonstrated that a mature miRNA can function synergistically with its passenger strand leading to the same phenotype but by regulating different targets located in different signaling pathways. We anticipate that our assay will serve as a helpful model for studying miRNA regulation.

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 enseignants0,001
Score d'incertitude au seuil0,003

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 recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,007
Tête enseignante GPT0,201
Écart entre enseignants0,194 · 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

Citations176
Publié2013
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Cell ScienceMême sujetMicroRNA in disease regulationTravaux en français237 207