MicroRNA-128-3p-mediated depletion of Drosha promotes lung cancer cell migration
Notice bibliographique
Résumé
Alteration in microRNAs (miRNAs) expression is a frequent finding in human cancers. In particular, widespread miRNAs down-regulation is a hallmark of malignant transformation. In the present report, we showed that the miR-128-3p, which is up-regulated in lung cancer tissues, has Drosha and Dicer, two key enzymes of miRNAs processing, as the main modulation targets leading to the widespread down-regulation of miRNA expression. We observed that the miRNAs downregulation induced by miR-128-3p contributed to the tumorigenic properties of lung cancer cells. In particular, miR-128-3p-mediated miRNAs down-regulation contributed to aberrant SNAIL and ZEB1 expression thereby promoting the epithelial-to-mesenchymal transition (EMT) program. Drosha also resulted to be implicated in the control of migratory phenotype as its expression counteracted miR-128-3p functional effects. Our study provides mechanistic insights into the function of miR-128-3p as a key regulator of the malignant phenotype of lung cancer cells. This also enforces the remarkable impact of Drosha and Dicer alteration in cancer, and in particular it highlights a role for Drosha in non-small-cell lung cancer cells migration.
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 ».