Tumor suppressor miR‐193a‐3p enhances efficacy of BRAF/MEK inhibitors in <i>BRAF</i>‐mutated colorectal cancer
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Patients with BRAF-mutated colorectal cancer (CRC) have a poor prognosis despite recent therapeutic advances such as combination therapy with BRAF, MEK, and epidermal growth factor receptor (EGFR) inhibitors. To identify microRNAs (miRNAs) that can improve the efficacy of BRAF inhibitor dabrafenib (DAB) and MEK inhibitor trametinib (TRA), we screened 240 miRNAs in BRAF-mutated CRC cells and identified five candidate miRNAs. Overexpression of miR-193a-3p, one of the five screened miRNAs, in CRC cells inhibited cell proliferation by inducing apoptosis. Reverse-phase protein array analysis revealed that proteins with altered phosphorylation induced by miR-193a-3p were involved in several oncogenic pathways including MAPK-related pathways. Furthermore, overexpression of miR-193a-3p in BRAF-mutated cells enhanced the efficacy of DAB and TRA through inhibiting reactivation of MAPK signaling and inducing inhibition of Mcl1. Inhibition of Mcl1 by siRNA or by Mcl1 inhibitor increased the antiproliferative effect of combination therapy with DAB, TRA, and anti-EGFR antibody cetuximab. Collectively, our study demonstrated the possibility that miR-193a-3p acts as a tumor suppressor through regulating multiple proteins involved in oncogenesis and affects cellular sensitivity to MAPK-related pathway inhibitors such as BRAF inhibitors, MEK inhibitors, and/or anti-EGFR antibodies. Addition of miR-193a-3p and/or modulation of proteins involved in the miR-193a-3p-mediated pathway, such as Mcl1, to EGFR/BRAF/MEK inhibition may be a potential therapeutic strategy against BRAF-mutated CRC.
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.
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 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| 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 découle