Fibroblasts activated by miRs-185-5p, miR-652-5p, and miR-1246 shape the tumor microenvironment in triple-negative breast cancer via PATZ1 downregulation
Notice bibliographique
Résumé
The intricate interplay between epithelial and fibroblast cells within the tumor microenvironment plays a crucial role in driving triple-negative breast cancer progression. This crosstalk involves the exchange of various signaling molecules, including growth factors, cytokines, extracellular matrix components, and extracellular vesicles. Recently, we demonstrated that triple-negative breast cancer extracellular vesicles carry and release a specific combination of miRs, including miR-185-5p, miR-652-5p, and miR-1246 (from here on, referred as combo-miRs), into normal fibroblasts, effectively reprogramming them into cancer-associated fibroblasts. Here, we show that the conditioned medium from the fibroblasts activated by combo-miRs exerts a pro-tumorigenic effect on epithelial cells, enhancing the viability and migratory potential while driving increased invasiveness in patient-derived breast cancer organoids. A proteomic analysis of conditioned medium from combo-miRs activated fibroblasts revealed 76 significantly upregulated secreted proteins compared to control. Bioinformatic analysis identified the transcriptional factor PATZ1 as a potential regulator of the 12 most highly upregulated proteins. Consistently, in-silico predictions and in vitro experiments confirmed that PATZ1 is a direct target of miR-185-5p and miR-652-5p. The downregulation of PATZ1 by these miRNAs led to increased levels of the secreted proteins in the conditioned medium from combo-miRs activated fibroblasts. Furthermore, the conditioned medium from PATZ1-knockout mesenchymal embryonic fibroblasts and normal fibroblasts with silenced PATZ1 similarly enhanced the migratory potential of MCF10A cells, further supporting the critical role of PATZ1 in regulating tumor-promoting mechanisms. These findings provide valuable insights into the dynamics of the TME in TNBC, highlighting combo-miRs and PATZ1 as promising targets for future therapeutic interventions.
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 | 0,000 |
| 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 ».