Unravelling the role of extracellular vesicles in cervical cancer: Mechanisms of progression, resistance, and emerging therapeutic strategies
Notice bibliographique
Résumé
• Cervical cancer EVs export oncomiRs to support tumor growth. • Tumor-suppressor miRNAs (miR-142-3p, miR-100, miR-122-5p) are expelled via EVs. • miR-142-3p in EVs promotes angiogenesis, highlighting bevacizumab as a target. • High miR-21 promotes immune evasion; pembrolizumab may restore immunity. • EV miRNA targeting offers strategies to combat chemotherapy resistance. Cervical cancer remains a significant global health challenge, particularly in its advanced stages, where treatment resistance complicates effective management. Extracellular vesicles (EVs) are crucial mediators of tumor progression and resistance, primarily through the transfer of miRNA cargo. In cervical cancer, specific miRNAs, including oncogenic miRNAs such as miR-21, miR-221-3p, miR-486-5p, and miR-92a-3p are upregulated in both cells and EVs, promoting proliferation, migration, epithelial-to-mesenchymal transition (EMT), and immune evasion—all of which contribute to therapy resistance and an aggressive tumor phenotype. Conversely, tumor-suppressive miRNAs, such as miR-122-5p, miR-100, and miR-142-3p, are selectively exported from cancer cells via EVs, suggesting a protective mechanism by which cancer cells eliminate these tumor suppressors. This review focuses on the role of oncogenic and tumor-suppressive miRNAs within EVs and their implications for cervical cancer progression and treatment resistance. Additionally, it examines the dynamic interactions between the tumor microenvironment (TME) and EV cargo, as well as emerging EV-based therapeutic strategies. These include the encapsulation of chemotherapeutic agents within EVs, the use of anti-miRs to silence oncogenic miRNAs, the delivery of tumor-suppressive miRNAs, the inhibition of EV release, and the targeting of downstream miRNA-regulated proteins. While miRNA-based therapies remain in the early stages, they hold significant promise for overcoming treatment resistance and improving cervical cancer outcomes.
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) | 0,001 | 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 ».