MétaCan
Menu
← Retour à la cohorte
Enregistrement W2791795647 · doi:10.1200/jco.2018.36.6_suppl.77

Overcoming miR-106a induced radioresistance in prostate cancer: Targeting senescence with KU-55933.

2018· article· en· W2791795647 sur OpenAlexaff
Christianne Hoey, Jessica Ray, Xiaoyong Huang, Jouhyun Jeon, Paul C. Boutros, Stanley K. Liu

Notice bibliographique

RevueJournal of Clinical Oncology · 2018
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueCancer-related molecular mechanisms research
Établissements canadiensHealth Sciences CentreSunnybrook Health Science CentreOntario Institute for Cancer ResearchUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésRadioresistanceClonogenic assayProstate cancerCancer researchDownregulation and upregulationMedicineDNA damageProstateSenescenceCancerRadiation therapyBiologyCellInternal medicineGeneGeneticsDNA

Résumé

récupéré en direct d'OpenAlex

77 Background: Prostate cancer is a leading cause of cancer related death in men worldwide, with recurrence being a major clinical problem after radiotherapy. There is an unmet need to better characterize radioresistant tumors and identify biomarkers to improve patient outcomes. Methods: We identified that miR-106a was overexpressed in radiation resistant cell lines compared to parental cells. We analyzed The Cancer Genome Atlas dataset to assess miR-106a expression in normal prostate, and low- to high-grade prostate tumors. To assess the functional role of miR-106a, we performed in vitro and in vivo assays for radiation response, including clonogenic survival, proliferation, senescence, and tumor xenograft growth after radiation. We performed gene array and pathway analyses to identify downstream effectors of miR-106a. Results: MiR-106a expression was significantly higher in prostate tumors with Gleason score > 7 compared to Gleason ≤ 7, suggesting miR-106a is involved in high grade disease. MiR-106a overexpression confers radioresistance in vitro and in vivo, by targeting LITAF. We now extend miR-106a’s effects to upregulation of ATM at the promoter level, thereby increasing ATM transcript and protein in the cell. Unexpectedly, we found that miR-106a’s mechanism of radioresistance through ATM upregulation does not alter DNA damage repair. ATM upregulation affects clonogenic survival through reduced senescence. KU-55933, a specific ATM kinase inhibitor, resensitizes miR-106a overexpressing cells to radiation by inducing senescence, a predominant mode of cell death in prostate cancer. Conclusions: Our research challenges the current paradigm of ATM and DNA damage repair by outlining another mechanism of radioresistance through alteration of senescence. Our findings suggest that miR-106a may be a promising biomarker for high-grade disease and radioresistant prostate cancer. In addition, we have identified a therapeutic intervention for miR-106a induced radioresistance. Improvements in bioavailability of KU-55933 may lead to its clinical use in combination with radiation therapy to radiosensitize miR-106a induced radioresistant prostate 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.

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)0,000
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 enseignants0,001
Score d'incertitude au seuil0,005

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
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 Opus0,051
Tête enseignante GPT0,429
Écart entre enseignants0,378 · 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

Citations0
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Clinical Oncology→Même sujetCancer-related molecular mechanisms research→Travaux en français237 207→