Abstract B15: In vivo analysis of repeated siRNA silencing on protein expression levels
Notice bibliographique
Résumé
Abstract An ever increasing number of anticancer drugs are under investigation, and enter the clinical setting targeting different tumor survival and/or growth mechanisms; however, development of resistance against the mechanism of action of even the most promising drugs seems to be inevitable and remains a major concern. RNA interference (RNAi) have shown considerable promise in silencing proteins involved in tumor vascularization, as well as intracellular pathways involved in cell proliferation and/or survival. Despite the apparent efficacy of this powerful tool (especially in vitro), our information about the factors affecting siRNA efficiency and the possibility of resistance development against the silencing effect are limited at best. This study focused on determining the possibility of resistance development against siRNA treatment as a result of repeated exposure to siRNA in vivo. Our preliminary experiments in vitro revealed an unaffected siRNA cellular internalization and reproducible silencing efficiency of selected targets. The expression level of other mediators involved in breast cancer cell survival and proliferation (notably survivin, JUN, JAK2, NFkB and STAT3) were, however, altered in siRNA treated cells. In vivo experiments in a xenograft model demonstrated a similar silencing efficiency at the mRNA level after each repeated dose, with little, if any, apparent resistance development to the siRNA therapy. We conclude that cells would respond to repeated siRNA treatments in a similar fashion after a temporary initial alteration. Citation Format: Hamidreza Montazeri Aliabadi, Parvin Mahdipoor, Hasan Uludag. In vivo analysis of repeated siRNA silencing on protein expression levels. [abstract]. In: Proceedings of the AACR Special Conference: Tumor Angiogenesis and Vascular Normalization: Bench to Bedside to Biomarkers; Mar 5-8, 2015; Orlando, FL. Philadelphia (PA): AACR; Mol Cancer Ther 2015;14(12 Suppl):Abstract nr B15.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| 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 | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,001 |
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.
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 source (Gemma direct ou Codex distillé), 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 ».