A microRNA CRISPR screen reveals microRNA-483-3p as an apoptotic regulator in prostate cancer cells
Notice bibliographique
Résumé
The development of traditional protein-targeted cancer therapies is a slow and arduous process, often taking years or even decades. In contrast, RNA-based therapies targeting crucial microRNA (miRNA) offer a faster alternative due to the sequence-specific nature of miRNA inhibitor binding. This, combined with the capacity of individual miRNA to influence multiple cellular pathways, makes these small RNA attractive targets for cancer therapy. While miRNA are known to be dysregulated in prostate cancer (PCa), identifying their individual contributions to disease progression and the identification of therapeutically actionable miRNA targets in PCa has been challenging due to limited profiling and lack of screening tools. To address this need, we developed miRKOv2, a miRNA-only CRISPR knockout library enabling systematic, genome-wide loss-of-function screens to identify miRNA essential for PCa cell survival. Our screens uncovered 70 potential essential miRNA candidates, with miR-483 demonstrating the most significant impact on PCa cell viability. Functional characterization revealed that miR-483 disruption potentiated apoptosis in PCa cell lines. Mechanistically, we uncovered a novel regulatory axis wherein miR-483-3p directly modulates a BCLAF1/PUMA/BAK1 apoptotic signaling network, highlighting its critical role in maintaining PCa cell survival. Our findings provide novel insights into the complex regulatory role of miRNA in PCa progression and offer a potential therapeutic strategy for targeting miRNA-mediated pathways in metastatic disease.
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 ».