Long non-coding RNA DSCAM-AS1 upregulates <i>USP47</i> expression through sponging miR-101-3p to accelerate osteosarcoma progression
Notice bibliographique
Résumé
Osteosarcoma (OS) originating from mesenchyme is one of the most common invasive tumors of bone, and has an extremely high mortality rate. Previous studies have reported that long non-coding RNAs (lncRNAs) play essential roles in the tumorigenesis and progression of a multitude of human cancers. The lncRNA DSCAM-AS1 has been reported to be an oncogenic gene in many cancers. However, the roles and regulatory mechanisms of DSCAM-AS1 in OS have not been deeply investigated. In this study, our findings prove that DSCAM-AS1 is highly expressed in OS cells. Knockdown of DSCAM-AS1 suppressed cell proliferation, migration, and invasiveness, and induced cell apoptosis in OS. Additionally, knockdown of DSCAM-AS1 inactivated the Wnt–β-catenin signaling pathway. Moreover, research into its molecular mechanisms confirmed that DSCAM-AS1 functions as a sponge for miR-101-3p, and that ubiquitin-specific peptidase 47 (USP47) is a target gene of miR-101-3p. Furthermore, a negative relationship between miR-101-3p and DSCAM-AS1 or USP47 was discovered. The results from our rescue assays suggest that DSCAM-AS1 regulates the progression of OS through binding with miR-101-3p to control the expression of USP47. Finally, we discovered that AKT–mTOR signaling pathway mediates the activity of DSCAM-AS1 in OS. Taken together, our results show that DSCAM-AS1 accelerates the progression of OS via the miR-101-3p–USP47 axis, which could present a new potential therapeutic treatment for OS.
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 | 0,000 | 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) | 0,001 | 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 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 ».