MétaCan
Menu
Retour à la cohorte
Enregistrement W4292937979 · doi:10.17760/d20413909

Reprogramming of tumor and extracellular vesicular microRNA in relapsed ovarian cancer

2021· dissertation· en· W4292937979 sur OpenAlexaff
Srujan Gandham

Notice bibliographique

Revuenon disponible
Typedissertation
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueExtracellular vesicles in disease
Établissements canadiensHealth Sciences North
Organismes subventionnairesnon disponible
Mots-clésOvarian cancermicroRNACancer researchPaclitaxelReprogrammingTumor microenvironmentIn vivoMicrovesiclesDownregulation and upregulationBiologyCancerMedicineCellInternal medicineTumor cellsGene

Résumé

récupéré en direct d'OpenAlex

Majority of advanced-stage ovarian cancer patients, including those with epithelial ovariancancer (EOC), develop recurrent disease and acquisition of resistance to chemotherapy, leading to limited treatment options. Decrease in Let7b miRNA levels in clinical ovarian cancer has been associated with chemoresistance, increased proliferation, invasion, and relapse in EOC. Extracellular Vesicles (EV) mediated transfer of miRNA between cells in the tumor microenvironment have been studied and functional effects of EV-miRNA on the recipient cells have been established. Given the role of tumor miRNA and EV-miRNA in resistance development, modulation of tumor miRNA and EV miRNA content by delivering exogenous miRNA mimics is a promising strategy to achieve cellular reprogramming and improve anti-tumor efficacy In order to mimic the phenomenon of relapse seen in clinical ovarian cancer patients, we have established a murine EOC relapsed model by administering paclitaxel (PTX) and stopping therapy to allow for tumor regrowth. Global molecular profiling studies such as gene expression microRNA and protein profiling in the relapsed tumor showed significant downregulation of Let7b relative to untreated tumors. In this project, we have utilized a novel, biodegradable, and selfassembling delivery system comprising of hyaluronic acid polyethyleneimine conjugate (HAPEI), that can deliver Let7b miRNA mimic (HA-PEI-Let7b NPs) to tumor cells and achieve cellular programming both in vitro and in vivo. We demonstrate that a therapeutic combination of Let7b miRNA and PTX leads to significant improvement in anti-tumor efficacy in the relapsed model of EOC. We further demonstrate that the combination therapy is safe for repeated administration. In addition, using a coculture model of ovarian cancer we demonstrate that Let7b miRNA from transfected cells are further propagated by EV to non-transfected cells. We developed mathematical models and experimentally validated EV mediated Let7b transfer and these models enable us to quantitate the kinetic and predict the functional effects of EV-Let7b miRNA in non-transfected ovarian cancer cells. Taken together we have systematically performed studies to develop and understand the role of miRNA model in relapsed ovarian cancer and selected a clinically relevant miRNA (Let7b) to evaluate the synergistic combination HA-PEI-Let7b with paclitaxel to improve the antitumor efficacy. Our novel approach of cellular reprogramming of tumor cells using clinically 3 relevant miRNA mimic in combination with chemotherapy could enable more effective therapeutic outcomes for patients with advanced-stage relapsed EOC--Author's abstract

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,000
Score d'incertitude au seuil0,001

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,007
Tête enseignante GPT0,259
Écart entre enseignants0,252 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetExtracellular vesicles in diseaseTravaux en français237 207