MiR-181a-driven downregulation of cholesterol biosynthesis through SREBP2 inhibition suppresses uveal melanoma metastasis
Notice bibliographique
Résumé
BACKGROUND: uveal melanoma (UM) is the most common primary intraocular tumor in adults, with metastasis being the leading cause of death. However, effective treatments for metastatic UM remain limited. Emerging evidence suggests that cholesterol metabolism plays a role in cancer progression, but its impact on UM metastasis is not well understood. METHODS: we investigated the effects of miR-181a on UM metastasis using multiple UM cell lines and a suprachoroidal injection mouse model. Functional assays, including migration, invasion, and cancer stem-like cell (CSC) formation, were performed. The target of miR-181a was identified through bioinformatics, luciferase assays, and western blotting. Cholesterol levels were measured, and in vitro and in vivo studies assessed the therapeutic potential of combining miR-181a with crizotinib. RESULTS: miR-181a significantly decreases UM cell migration, invasion, and metastasis. Mechanistically, miR-181a was found to target sterol regulatory element-binding protein 2 (SREBP2), thereby inhibiting cholesterol biosynthesis. This decrease in cholesterol levels hindered reduced epithelial-to-mesenchymal transition (EMT) and led to a decline in cancer stem-like cell (CSC) populations in UM. Furthermore, elevated cholesterol or overexpression of SREBP2 abrogated the anti-metastatic effects of miR-181a. Additionally, a combination of miR-181a and crizotinib significantly inhibited metastasis, both in vitro and in vivo. CONCLUSIONS: miR-181a inhibits UM metastasis by targeting SREBP2 and reducing cholesterol biosynthesis. Its combination with crizotinib may provide a promising therapeutic strategy for metastatic UM.
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 | 0,001 | 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 | 0,001 |
| 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 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 ».