Ectopic expression of BIRC5-targeting miR-101-3p overcomes bone marrow stroma-mediated drug resistance in multiple myeloma cells
Notice bibliographique
Résumé
BACKGROUND: Multiple myeloma (MM) cells gain protection against drugs through interaction with bone marrow stromal cells (BMSCs). This form of resistance largely accounts for resistance to therapy in MM patients which warrants further exploration to identify more potential therapeutic targets. METHODS: -BMSC co-cultures were measured using fluorescence plate reader and flowcytometry, respectively. miRNA was overexpressed in MM cell lines using Lentiviral transduction, miRNA-3'UTR binding was examined using luciferase assay. RESULTS: We found that BMSCs downregulated miR-101-3p and upregulated survivin (BIRC5) in MM cells. Survivin was downregulated by miR-101-3p overexpression and found to be a direct target of miR-101-3p using 3'UTR luciferase assay. Overexpression of survivin increased viability of MM cells in the presence of anti-myeloma drugs, and miR-101-3p inhibition by anti-miR against miR-101-3p upregulated survivin. Furthermore, overexpression of miR-101-3p or silencing of survivin triggered apoptosis in MM cells and sensitized them to anti-myeloma drugs in the presence of BMSCs overcoming the stroma-induced drug resistance. CONCLUSIONS: Our study demonstrates that BMSC-induced resistance to drugs is associated with survivin upregulation which is a direct target of miR-101-3p. This study also identifies miR-101-3p-survivin interaction as a druggable target involved in stroma-mediated drug resistance in MM and suggests it for developing more efficient therapeutic strategies.
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) | 0,001 | 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) | 0,001 | 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 ».