mi<scp>RNA</scp>‐106a and prostate cancer radioresistance: a novel role for <scp>LITAF</scp> in <scp>ATM</scp> regulation
Notice bibliographique
Résumé
Recurrence of high-grade prostate cancer after radiotherapy is a significant clinical problem, resulting in increased morbidity and reduced patient survival. The molecular mechanisms of radiation resistance are being elucidated through the study of microRNA (miR) that negatively regulate gene expression. We performed bioinformatics analyses of The Cancer Genome Atlas (TCGA) dataset to evaluate the association between miR-106a and its putative target lipopolysaccharide-induced TNF-α factor (LITAF) in prostate cancer. We characterized the function of miR-106a through in vitro and in vivo experiments and employed transcriptomic analysis, western blotting, and 3'UTR luciferase assays to establish LITAF as a bona fide target of miR-106a. Using our well-characterized radiation-resistant cell lines, we identified that miR-106a was overexpressed in radiation-resistant cells compared to parental cells. In the TCGA, miR-106a was significantly elevated in high-grade human prostate tumors relative to intermediate- and low-grade specimens. An inverse correlation was seen with its target, LITAF. Furthermore, high miR-106a and low LITAF expression predict for biochemical recurrence at 5 years after radical prostatectomy. miR-106a overexpression conferred radioresistance by increasing proliferation and reducing senescence, and this was phenocopied by knockdown of LITAF. For the first time, we describe a role for miRNA in upregulating ATM expression. LITAF, not previously attributed to radiation response, mediates this interaction. This route of cancer radioresistance can be overcome using the specific ATM kinase inhibitor, KU-55933. Our research provides the first report of miR-106a and LITAF in prostate cancer radiation resistance and high-grade disease, and presents a viable therapeutic strategy that may ultimately improve patient outcomes.
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 | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 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 ».