miR526b and miR655 Induce Oxidative Stress in Breast Cancer
Notice bibliographique
Résumé
In eukaryotes, overproduction of reactive oxygen species (ROS) causes oxidative stress, which contributes to chronic inflammation and cancer. MicroRNAs (miRNAs) are small, endogenously produced RNAs that play a major role in cancer progression. We established that overexpression of miR526b/miR655 promotes aggressive breast cancer phenotypes. Here, we investigated the roles of miR526b/miR655 in oxidative stress in breast cancer using in vitro and in silico assays. miRNA-overexpression in MCF7 cells directly enhances ROS and superoxide (SO) production, detected with fluorescence assays. We found that cell-free conditioned media contain extracellular miR526b/miR655 and treatment with these miRNA-conditioned media causes overproduction of ROS/SO in MCF7 and primary cells (HUVECs). Thioredoxin Reductase 1 (TXNRD1) is an oxidoreductase that maintains ROS/SO concentration. Overexpression of TXNRD1 is associated with breast cancer progression. We observed that miR526b/miR655 overexpression upregulates TXNRD1 expression in MCF7 cells, and treatment with miRNA-conditioned media upregulates TXNRD1 in both MCF7 and HUVECs. Bioinformatic analysis identifies two negative regulators of TXNRD1, TCF21 and PBRM1, as direct targets of miR526b/miR655. We validated that TCF21 and PBRM1 were significantly downregulated with miRNA upregulation, establishing a link between miR526b/miR655 and TXNRD1. Finally, treatments with oxidative stress inducers such as H2O2 or miRNA-conditioned media showed an upregulation of miR526b/miR655 expression in MCF7 cells, indicating that oxidative stress also induces miRNA overexpression. This study establishes the dynamic functions of miR526b/miR655 in oxidative stress induction in breast 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 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 ».