High-throughput 3D spheroid screens identify microRNA sensitizers for improved thermoradiotherapy in locally advanced cancers
Notice bibliographique
Résumé
Chemoradiotherapy is the standard of care for many locally advanced cancers, including cervical and head and neck cancers, but many patients cannot tolerate chemotherapy. Clinical trials have shown that radiotherapy combined with hyperthermia (thermoradiotherapy) may be equally effective, yet it yields a suboptimal overall survival of patients, emphasizing the need for improvement. MicroRNAs (miRNAs), short non-coding RNA sequences, are often dysregulated in cancer and exhibit significant potential as radiosensitizers by targeting genes associated with the DNA damage response. In this study, high-throughput miRNA screening of four cervical cancer cell lines identified 55 miRNAs with significant sensitizing potential, with 18 validated across 10 additional cancer cell lines (6 cervical and 4 head and neck). Functional studies of 6 miRNAs, including miR-16, miR-27a, miR-181c, miR-221, miR-224, and miR-1293, showed that they reduced DNA damage repair by downregulating ATM, DNA-PKcs, Ku70/80, and RAD51. Additionally, differential expression of miR-27a, miR-221, and miR-224 in treatment-sensitive versus treatment-resistant patients indicated their predictive biomarker potential for treatment response of cervical cancer patients. Conclusively, this study has identified 18 promising miRNAs for the development of sensitizers for thermoradiotherapy and may provide potential biomarkers for predicting treatment response in locally advanced cancers.
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 ».