Abstract A21: MiR-106a and miR-106b affect growth and metastasis of lung adenocarcinoma
Notice bibliographique
Résumé
Abstract Introduction: MiR-106a and miR-106b are paralogs of the oncogenic miR-17~92, and have been associated with poor outcome and metastasis in several solid tumors. Their role in lung cancer is relatively unexplored. We characterized the expression of miR-106a and miR-106b in a clinical cohort of lung adenocarcinoma (AC) tumors and assessed their ability to regulate growth and metastasis in cell models. Methods: MicroRNA (miRNA) expression was deduced from small RNA sequencing data derived from clinical lung AC specimens (60 localized, 27 with lymph node invasion) and paired non-malignant tissues. MiR-106a and miR-106b overexpression vectors and controls were stably transfected into immortalized non-malignant Human Bronchial Epithelial Cells (HBECs) and stage I AC cell lines with epithelial expression patterns by lentiviral delivery. Migration and invasion was assessed by Boyden chamber assay, while cell proliferation was assessed by BrdU incorporation assay. Expression of epithelial-to-mesenchymal transition (EMT) markers and other proteins of interest were assessed by Western Blot. Clinical associations in an external cohort were derived using publically available TCGA data. Results: MiR-106a and miR-106b were significantly overexpressed in lung AC with lymph node invasion. Overexpression of miR-106a and miR-106b significantly increased proliferation of lung AC cell lines, and was associated with decreased levels of predicted target, p21. AC cell lines displayed a marked increase in metastatic phenotypes in vitro, and were associated with increased mesenchymal and decreased epithelial markers, characteristic of EMT. Importantly, tumors with high expression of both miR-106a and miR-106b and mesenchymal marker vimentin had significantly poorer outcome. Conclusions: MiR-106a and miR-106b are overexpressed in metastatic lung AC. Lung AC cell models indicate these miRNAs are metastatic agonists, affecting the metastatic potential of cells at least in part via induction of EMT. A deeper characterization of this observation may reveal therapeutic intervention points, or, with the development of miRNA therapeutics, miR-106a/b may be promising targets to prevent or treat metastatic disease. Citation Format: Katey SS Enfield, David A. Rowbotham, Alice Holly, Christine Anderson, Kevin W. Ng, Brenda de Carvalho Minatel, Graham Dellaire, Chiara Pastrello, Igor Jurisica, Calum MacAulay, Stephen Lam, Wan L. Lam. MiR-106a and miR-106b affect growth and metastasis of lung adenocarcinoma. [abstract]. In: Proceedings of the AACR Special Conference on Noncoding RNAs and Cancer: Mechanisms to Medicines ; 2015 Dec 4-7; Boston, MA. Philadelphia (PA): AACR; Cancer Res 2016;76(6 Suppl):Abstract nr A21.
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 | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».