Targeting lncRNA DDIT4‐AS1 Sensitizes Triple Negative Breast Cancer to Chemotherapy via Suppressing of Autophagy
Notice bibliographique
Résumé
In this study, it is found that the lncRNA, DNA damage inducible transcript 4 antisense RNA1 (DDIT4-AS1), is highly expressed in triple-negative breast cancer (TNBC) cell lines and tissues due to H3K27 acetylation in the promoter region, and promotes the proliferation, migration, and invasion of TNBC cells via activating autophagy. Mechanistically, it is shown that DDIT4-AS1 induces autophagy by stabilizing DDIT4 mRNA via recruiting the RNA binding protein AUF1 and promoting the interaction between DDIT4 mRNA and AUF1, thereby inhibiting mTOR signaling pathway. Furthermore, silencing of DDIT4-AS1 enhances the sensitivity of TNBC cells to chemotherapeutic agents such as paclitaxel both in vitro and in vivo. Using a self-activatable siRNA/drug core-shell nanoparticle system, which effectively deliver both DDIT4-AS1 siRNA and paclitaxel to the tumor-bearing mice, a significantly enhanced antitumor activity is achieved. Importantly, the codelivery nanoparticles exert a stronger antitumor effect on breast cancer patient-derived organoids. These findings indicate that lncRNA DDIT4-AS1-mediated activation of autophagy promotes progression and chemoresistance of TNBC, and targeting of DDIT4-AS1 may be exploited as a new therapeutic approach to enhancing the efficacy of chemotherapy against TNBC.
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 | 0,000 |
| 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 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 ».