miRNA-200b Signature in the Prevention of Skin Cancer Stem Cells by Polyphenol-enriched Blueberry Preparation
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Exposure of the skin to solar UV radiation leads to inflammation, DNA damage, and dysregulation of cellular signaling pathways, which may cause skin cancer. Photochemoprevention with natural products is an effective strategy for the control of cutaneous neoplasia. Polyphenols have been proven to help prevent skin cancer and to inhibit the growth of cancer stem cells (CSCs) through epigenetic mechanisms, including modulation of microRNAs expression. Thus, the current study aimed to assess the effect of polyphenol enriched blueberry preparation (PEBP) or non-fermented blueberry juice (NBJ) on expression of miRNAs and target proteins associated with different clinicopathological characteristics of skin cancer such as stemness, motility, and invasiveness. We observed that PEBP significantly inhibited the proliferation of skin CSCs derived from different melanoma cell lines, HS 294T and B16F10. Moreover, PEBP was able to reduce the formation of melanophores. We also showed that the expression of the CD133 + stem cell marker in B16F10 and HS294T cell lines was significantly decreased after treating the cells with PEBP in comparison to the NBJ and control groups. Importantly, tumor suppressors' miR-200s, involved in the regulation of the epithelial-to-mesenchymal transition and metastasis, were strikingly upregulated. In addition, we have shown that a protein target of the tumor suppressor miR200b, ZEB1, was also significantly modulated. Thus, the results demonstrates that PEBP possesses potent anticancer and anti-metastatic potentials and may represent a novel chemopreventative agent against skin cancer.
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.
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 | 0,001 | 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 découle