Role of a Polyphenol-Enriched Blueberry Preparation on Inhibition of Melanoma Cancer Stem Cells and Modulation of MicroRNAs
Notice bibliographique
Résumé
Melanoma is a type of skin cancer known for its high mortality rate. Cancer stem cells (CSCs) are a subpopulation of cancer cells that significantly contribute to tumour recurrence and differentiation. Epigenetic-specific changes involving miRNAs maintain CSCs. Plant polyphenols have been reported to be involved in cancer chemoprevention and chemotherapy, with miRNAs being the novel effectors in their biological activities. A polyphenol-enriched blueberry preparation (PEBP) derived from fermented blueberries has demonstrated promising chemopreventative properties on breast cancer stem cells by influencing inflammatory pathways and miRNAs. In our current investigation, we seek to unveil the impact of PEBP on inhibiting melanoma development and to elucidate the underlying mechanisms. Our study employs various human cell lines, including an ex vivo cell line derived from a patient's metastatic tumour. We found that it elevates miR-200c, increasing E-cadherin expression and inhibiting miR-210-3p through NF-κB signalling, impacting Epithelial-to-Mesenchymal Transition (EMT), a critical process in cancer progression. PEBP increases the SOCS1 expression, potentially contributing to miR-210-3p inhibition. Experiments involving miRNA manipulation confirm their functional roles. The study suggests that PEBP's anti-inflammatory effects involve regulating miR-200c and miR-210 expression and their targets in EMT-related pathways. The overall aim is to provide evidence-based supportive care and preclinical evaluation of PEBP, offering a promising strategy for skin cancer chemoprevention.
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 | 0,000 | 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) | 0,000 | 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 ».