Linoleic‐acid‐substituted polyethylenimine to silence heat shock protein 90B1 (HSP90B1) to inhibit migration of breast cancer cells
Notice bibliographique
Résumé
INTRODUCTION: Breast cancer continues to be one of the leading causes of death in women, and the lack of treatment options for distant metastasis warrants the need to identify and develop more effective approaches. The aim of this study was to identify and validate targets that are associated with the survival and migration of the breast cancer cells in vitro through RNA interference (RNAi) approach. METHODS: Linoleic-acid-modified polyethylenimine (PEI) polymer was used to screen a short interfering RNA (siRNA) library against numerous cell adhesion and cytoskeleton genes in MDA-MB-231 triple-negative breast cell line, and the functional outcome of silencing was determined by growth and migration inhibition with further target validation studies. RESULTS: Heat shock protein 90B1 (HSP90B1) was identified as a crucial gene that is known to be involved in various breast cancer machineries, including uncontrolled proliferation and brain metastasis. The success of this approach was also due to the use of hyaluronic acid (HA) additive in lipopolymer complexes that showed a profound impact in reducing the cell viability (~50%), migration (~40%), and mRNA transcript levels (~80%) with a physiologically relevant siRNA concentration of 60 nM. The use of Dicer-substrate siRNA proved to be beneficial in target silencing, and a combinational treatment of integrin-β1 (ITGB1) and HSP90B1 was effective in reducing the migration of the MDA-MB-231 and MDA-MB-436 breast cancer cells. CONCLUSION: This study demonstrates the potential to identify and silence targets using a lipid-modified PEI/siRNA system and highlights the importance of HSP90B1 in the growth and migration of breast cancer cells.
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 | 0,001 | 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 ».