MétaCan
Menu
Retour à la cohorte
Enregistrement W2148565111 · doi:10.1186/1756-8722-4-37

Suppressing miRNA-15a/-16 expression by interleukin-6 enhances drug-resistance in myeloma cells

2011· letter· en· W2148565111 sur OpenAlexaff
Mu Hao, Li Zhang, Gang An, Weiwei Sui, Zhen Yu, Dehui Zou, Yan Xu, Hong Chang, Lugui Qiu

Notice bibliographique

RevueJournal of Hematology & Oncology · 2011
Typeletter
Langueen
DomaineMedicine
ThématiqueMultiple Myeloma Research and Treatments
Établissements canadiensUniversity of TorontoUniversity Health Network
Organismes subventionnairesPeking Union Medical CollegeNational Natural Science Foundation of China
Mots-clésStromal cellTransfectionmicroRNABone marrowCancer researchHematologyMultiple myelomaCytotoxic T cellCell growthInterleukinCell cultureMedicineBiologyImmunologyMolecular biologyIn vitroCytokineGeneBiochemistry

Résumé

récupéré en direct d'OpenAlex

The bone marrow microenvironment facilitates the survival, differentiation, and proliferation of myeloma (MM) cells. This study identified that microRNA-15a and -16 expressions tightly correlated with proliferation and drug sensitivity of MM cells. miRNA-15a/-16 expression in MM cells was significantly increased after treatment with cytotoxic agents. The interaction of bone marrow stromal cells (BMSC) with MM cells resulted in decreased miRNA-15a/-16 expression and promoted the survival of the MM cells. Interleukin-6 (IL-6) produced by BMSCs suppressed the expression of miRNA-15a and 16 in a time- and dose- dependent pattern, with the suppression on miRNA-15a being more significant than on miRNA-16. miRNA-15a-transfected MM cells were found to be arrested in G1/S checkpoint, and the transfected MM cells had decreased growth and survival. In conclusion, our data suggest that via suppressing miRNA-15a and -16 expressions, IL-6 secreted by BMSCs promotes drug-resistance in myeloma cells.

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)0,001
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 enseignants0,002
Score d'incertitude au seuil0,004

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
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 recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0010,001

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 Opus0,023
Tête enseignante GPT0,325
Écart entre enseignants0,302 · 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

Citations76
Publié2011
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Hematology & OncologyMême sujetMultiple Myeloma Research and TreatmentsTravaux en français237 207