Targeting Ovarian Cancer Stem Cells by Dual Inhibition of the Long Noncoding RNA HOTAIR and Lysine Methyltransferase EZH2
Notice bibliographique
Résumé
The persistence of cancer stem cells (CSC) is believed to contribute to resistance to platinum-based chemotherapy and disease relapse in ovarian cancer, the fifth leading cause of cancer-related death among US women. HOXC transcript antisense RNA (HOTAIR) is a long, noncoding RNA (lncRNA) overexpressed in high-grade serous ovarian cancer and linked to chemoresistance. However, HOTAIR impacts chromatin dynamics in ovarian CSCs. Oncogenic lncRNA's contributions to drug-resistant disease are incompletely understood. Here, we generated HOTAIR knockout (KO) high-grade serous ovarian cancer cell lines using paired CRISPR guide RNA design to investigate the function of HOTAIR. We show the loss of HOTAIR function resensitized ovarian cancer cells to platinum treatment and decreased the population of ovarian CSCs. Furthermore, HOTAIR KO inhibited the development of stemness-related phenotypes, including spheroid formation ability and expression of key stemness-associated genes ALDH1A1, NOTCH3, SOX9, and PROM1. HOTAIR KO altered the cellular transcriptome and chromatin accessibility landscape of multiple oncogenic-associated genes and pathways, including the NF-kB pathway. HOTAIR functions as an oncogene by recruiting enhancer of zeste homolog 2 (EZH2) to catalyze H3K27 trimethylation to suppress downstream tumor suppressor genes, and it was of interest to inhibit both HOTAIR and EZH2. In vivo, combining a HOTAIR inhibitor with an EZH2 inhibitor and platinum chemotherapy decreased tumor formation and increased survival. These results suggest a key role for HOTAIR in ovarian CSCs and malignant potential. Targeting HOTAIR in combination with epigenetic therapies may represent a therapeutic strategy to ameliorate ovarian cancer progression and resistance to platinum-based chemotherapy.
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 | 0,001 |
| 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 ».