Genetic screen identifies suppressor of morphogenesis in genitalia-1 (SMG-1) as a modulator of sorafenib resistance in hepatocellular carcinoma cell lines
Notice bibliographique
Résumé
Hepatocellular carcinoma (HCC) is an aggressive malignancy with a poor prognosis and a very complex dysregulated molecular etiology. Furthermore, conventional therapy thus far has had only limited success. A recently developed oral multikinase inhibitor, sorafenib, has been used to improve survival in HCC patients, however, follow‑up studies have revealed a high rate of cancer recurrence. Therefore, identification of genes involved in sorafenib resistance is urgently required. RNA interference (RNAi) is a powerful tool for performing loss-of-function genetic screens and can facilitate the identification of components of the cellular signaling pathway. This study describes the results of an unbiased genomic screening using RNAi in an HCC cell line to elucidate genes related to sorafenib non-responsiveness or resistance. A genome-wide in vitro RNA interference screen revealed the role of suppressor of morphogenesis in genitalia-1 (SMG-1) as a determinant of sorafenib resistance. The inhibition of SMG-1 reduced sorafenib sensitivity in the studied HCC cell lines. An immunohistochemical comparison of cancerous and non‑cancerous regions showed strong staining in the non‑neoplastic hepatocyte regions of HCC. SMG-1 may warrant investigation as an agent to reverse sorafenib resistance.
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 ».