CCNE1 is a potential target of Metformin for tumor suppression of ovarian high-grade serous carcinoma
Notice bibliographique
Résumé
High-grade serous ovarian cancer (HGSOC) is the most common and malignant type of ovarian cancer, accounting for 70%–80% of mortality. However, the treatment of HGSOC has improved little in the past few decades. Metformin is the first-line medication for the treatment of type 2 diabetes and has now gained more attention in cancer treatment. In this study, we sought to identify potential hub genes that metformin could target in the treatment of HGSOC. We downloaded GSE69428 and GSE69429 in the Gene Expression Omnibus database and performed the bioinformatics analysis. Subsequently, we analyzed the effect of Metformin in HGSOC through biological experiments. Molecular simulation docking was used to predict the interaction of Metformin and CCNE1. We chose CCNE1 for the study based on bioinformatics analysis, literature studies, and preliminary data. We evaluated that CCNE1 is overexpressed in HGSOC tissues and found that HGSOC cells with high CCNE1 expression increase sensitivity to Metformin treatment in the analysis of cell proliferation and anchorage-independent growth. Metformin could inhibit the expression of CCNE1, which is associated with the anti-proliferative effect of tumor cells. Moreover, Metformin could ameliorate the tumor growth in syngeneic orthotopic transplantation mouse models and xenograft tumorigenesis models. Furthermore, molecular simulation docking showed that Metformin may bind to CCNE1 protein, suggesting that CCNE1 could be a potential target for Metformin. Our data revealed that Metformin has antitumor effects on ovarian cancer and CCNE1 could be a potential target for Metformin.
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 | 0,001 |
| 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 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».