MiR-301a-3p Promotes Triple-Negative Breast Cancer Progression via PTEN Suppression in Tumor Cells and the Microenvironment
Notice bibliographique
Résumé
Background: Triple-negative breast cancer (TNBC), the most aggressive breast cancer subtype, poses a severe threat to women’s health. Adipose-derived stem cells (ADSCs) and microRNAs (miRNAs) critically influence tumor progression within the tumor microenvironment (TME), but the role of the miR-301a-3p/PTEN axis in TNBC requires elucidation. Methods: PTEN expression and effects were assessed by comparing clinical TNBC tissues with adjacent normal tissues. Mechanisms were investigated using integrated dataset analysis, luciferase reporter assays, functional cell experiments (assessing malignant phenotypes), co-culture models with ADSCs, and in vivo tumor models. Molecular expression (PTEN, vascular endothelial growth factor A (VEGFA)) and pathway activity (phosphoinositide 3-kinase (PI3K)/AKT) were evaluated. Results: MiR-301a-3p was upregulated in TNBC and directly bound PTEN’s 3'-UTR to suppress its expression. Functionally, miR-301a-3p enhanced tumor cell malignancy. Tumor cell-derived exosomes transported miR-301a-3p to ADSCs in the TME, suppressing PTEN, activating the PI3K/AKT pathway, and upregulating VEGFA secretion. In vivo, modulating miR-301a-3p levels significantly altered tumor growth, PTEN expression, and VEGFA production in tumor and peritumoral tissues. Conclusion: MiR-301a-3p drives TNBC progression via exosome-mediated crosstalk with ADSCs, forming a PTEN/PI3K/AKT/VEGFA signaling axis. It represents a promising therapeutic target and novel biomarker with significant clinical value for TNBC treatment.
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 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,001 |
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 ».