Artículo de método

Caracterización de los miRNAs asociados funcionalmente en el glioblastoma y su ingeniería en clústeres artificiales para la terapia génica

DOI:

10.3791/60215

4 de octubre de 2019

En este artículo

Resumen

Loading...
$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

Aquí se describe un protocolo para caracterizar módulos de miRNAs biológicamente sinérgicos y su ensamblaje en transgenes cortos, lo que permite la sobreexpresión simultánea para aplicaciones de terapia génica.

Resumen

Loading...
$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

La relevancia biológica de los microARN (miRNAs) en salud y enfermedad se basa significativamente en combinaciones específicas de muchos miRNAs desregulados simultáneamente en lugar de la acción de un solo miRNA. La caracterización de estos módulos miRNAs específicos es un paso fundamental para maximizar su uso en la terapia. Esto es extremadamente relevante porque sus atributos combinatoriales pueden ser prácticamente explotados. Aquí se describe un método para definir una firma específica de miRNA relevante para el control de los represores de cromatina oncogénica en el glioblastoma. El enfoque define primero un grupo general de miRNAs que se desreglamentan en los tumores en comparación con el tejido normal. El análisis se perfecciona aún más mediante condiciones de cultivo diferencial, subrayando un subgrupo de miRNAs que se expresan simultáneamente durante estados celulares específicos. Por último, los miRNAs que satisfacen estos filtros se combinan en un transgenes policistrónicos artificiales, que se basa en un andamio de genes de agrupaciones de miRNA naturalmente existentes, luego se utilizan para la sobreexpresión de estos módulos de miRNA en las células receptoras.

Introducción

Loading...
$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

los miRNAs ofrecen una oportunidad inigualable para el desarrollo de un enfoque amplio de terapia génica para muchas enfermedades1,2,3, incluyendo el cáncer4,5. Esto se basa en varias características únicas de estas moléculas biológicas, incluyendo su pequeño tamaño6, biogénesis simple7,y tendencia natural a funcionar en la asociación8. Muchas enfermedades se caracterizan por patrones específicos de expresión de miRNA, que a menudo convergen en la regulación de funciones biológicas complejas9. El propósito de este método es primero definir una estrategia para identificar grupos de miRNAs que son sinérgicamente relevantes para funciones celulares específicas. En consecuencia, proporciona una estrategia para el restablecimiento de tales combinaciones de miRNA en estudios y aplicaciones posteriores.

Este método permite el análisis funcional de múltiples miRNAs a la vez, aprovechando su segmentación simultánea de un gran número de ARNm, recapitulando así los complejos paisajes de las enfermedades. Este enfoque se ha empleado recientemente para definir un grupo de tres miRNAs que 1) están simultáneamente regulados en cáncer cerebral y 2) muestran un fuerte patrón de coexpresión durante la diferenciación neuronal, así como en respuesta al estrés genotóxico por radiación o un Agente alquilante de ADN. La re-expresión combinatoria de este módulo de tres miRNAs por el método de agrupación que se describe a continuación da lugar a una profunda interferencia con la biología de las células cancerosas y se puede utilizar fácilmente como estrategia de terapia génica para estudios preclínicos10. Este protocolo puede ser de particular interés para los involucrados en la investigación de miRNA y sus aplicaciones traslacionales.

Acceso restringido. Inicie sesión o comience una prueba gratuita para ver este contenido.

Protocolo

Loading...
$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

1. Caracterización de los miRNAs asociados funcionalmente en el Glioblastoma

  1. Análisis de la expresión diferencial amplia de miRNA en glioblastoma vs.
    1. En primer lugar, determinar los MIRNAs más significativamente desregulados en el tumor. Esto se puede lograr utilizando al menos tres métodos diferentes:
      1. Mina el Atlas del Genoma del Cáncer, encontrado en https://www.cancer.gov/about-nci/organization/ccg/research/structural-genomics/tcga, para la secuenciación de datos11.
      2. Realizar análisis de microarray a partir de una nueva muestra operativa12.
      3. Utilice conjuntos de datos publicados anteriormente13.
        NOTA: Cualquiera que sea el método elegido, la salida proporciona un conjunto masivo de miRNAs cuya expresión está estadísticamente correlacionada (ya sea directa o inversamente) con la biología tumoral. Este grupo inicial constituye el grupo de miRNAs que se analizan más a fondo para la identificación de un subconjunto de miRNAs que muestra la asociación funcional más estricta mediante la realización de un análisis más dinámico de los cambios de expresión, como se describe a continuación.
  2. Análisis de expresión de miRNA específico de la condición
    1. Inducción de la diferenciación celular:
      1. Utilice platos de plástico de poli-d-lisina (PDL) pre-recubiertos para favorecer la formación de un cultivo monocapa. Para el recubrimiento de platos, disolver PDL en agua a una concentración de 100 g/ml. Utilizar 1 ml de solución por superficie de 25 cm2. Enjuague 2x con PBS 6 h después de la aplicación de la solución PDL.
      2. Placa de células madre neuronales humanas en cantidades iguales (100.000 células/5 ml) ya sea en medio de células madre (medio neurobasal + suplemento B27 + 20 ng/mL EGF/FGF), medio de diferenciación astrocítica (DMEM + 10% FBS), o medio de diferenciación neuronal (medio neurobasal + B27 suplemento, +2 m de ácido retinoico)14. El protocolo para la diferenciación de oligodendrocitos requiere la adición de IGF-1 (200 ng/mL) después de la eliminación de EGF/FGF14,15.
      3. Después del revestimiento de celdas, colóquelo en la incubadora durante 1 semana a 37oC, 5% CO2.
    2. Extracción de ARN:
      1. Después de 7 días, retire las células de la incubadora y retire el medio.
      2. Lavar las células con PBS (5 ml). A continuación, agregue 1 ml de reactivo de lisis (ver Tabla de materiales)para atajar las células y raspar las células en un tubo de microfusión de 1,5 ml utilizando un rascador de células. Mantenga los tubos que contienen las células lysed a temperatura ambiente (RT) durante 5 min.
      3. Proceda al aislamiento total del ARN siguiendo las instrucciones del fabricante.
    3. Análisis de expresión de miRNA:
      1. Cuantifique la expresión diferencial de miRNAs específicos identificados en el paso 1.1 entre los tres patrones de diferenciación por PCR en tiempo real, utilizando sondas TaqMan y siguiendo los protocolos del fabricante para la transcripción inversa y la amplificación de PCR ( Figura 1).
  3. Validación de clústeres de miRNA por desafíos específicos del estrés
    1. Cultivo G34 glioblastoma células similares a un tallo en medio neurobasal + suplemento B27 + 20 ng/mL EGF/FGF. Comience con 1 x 106 células en 5 ml en un matraz de 25 cm2 de baja fijación.
    2. A partir de 48 h después del enchapado, añada concentraciones duplicados de agente alquilante de ADN temozolomida (TMZ) cada 5 días, de la siguiente manera:
      1. Comience con 5 m durante 5 días. Después de 5 días, retire el medio y reemplácelo por medio fresco sin temozolomida, para permitir que las células supervivientes se recuperen. Después de 48 h, añadir 10 m TMZ e incubar durante otros 5 días.
      2. Repita el paso 1.3.2.1, duplicando la concentración de TMZ cada vez, hasta que se alcance una concentración de al menos 100 m y las células se vuelvan resistentes al fármaco10.
    3. En un experimento paralelo, irradiar células G34 de la siguiente manera:
      1. A partir de 48 h después de chapar 1 x 106 células en 5 ml en un matraz de 25 cm2 de baja fijación, irradiar células con 2 Gy de energía (cualquier irradiador que proporcione emisión de fotones es aceptable). Devuelva las células a la incubadora y no moleste. Después de 48 h, irradiar las células de nuevo con 2 Gy adicionales de energía.
      2. Repita el paso 1.3.3.1 4x hasta que se administre un total de 10 Gy de energía.
      3. Devuelva las células a la incubadora y deje que se recuperen en medio fresco durante al menos 5 días antes del análisis posterior.
    4. Después de la inducción de la resistencia, las células de la lyse usando reactivo de lisis y extraer ARN total de acuerdo con el protocolo del fabricante.
    5. Analice la expresión de los miRNAs específicos identificados en las secciones 1.1-1.2 como se describe en el paso 1.2.1(Figura 2).
  4. Caracterización de la convergencia funcional de los miRNAs agrupados
    1. Obtenga el targetome previsto de cada miRNAs definido en las secciones 1.2-1.3 obtenidas mediante herramientas de predicción de segmentación de miRNA.
      NOTA: Generalmente recurrimos a TargetScan, ya que su algoritmo se actualiza periódicamente16. Las herramientas de predicción adicionales son miRanda17, miRDB18y DIANA-miRPath19. Todos estos programas son aplicaciones gratuitas basadas en la web.
      1. En la página principal de Targetscan, seleccione el miRNA de interés en el menú desplegable rellenado previamente. Haga clic en el botón Enviar.
      2. Descargue la lista resultante de destinos como hoja de cálculo mediante el vínculo Descargar tabla (Figura complementaria 1).
      3. Para reducir las posibilidades de predicciones falsas positivas, incluya solo los destinos dentro de la columna de sitios conservados en los análisis posteriores. Además, se puede obtener más rigáscencia mediante el uso de programas de predicción de miRNA adicionales (ver arriba) y sólo incluyendo objetivos que son comunes a todos los algoritmos.
    2. Clasificar los targetomes resultantes de acuerdo con las categorías de Gene Ontology usando ToppGene Suite20 para evaluar el enriquecimiento de las vías que son comunes a cada miRNA.
      1. Pegue la lista de objetivos obtenidos del paso 1.4.1 en la ventana "Conjunto de genes de entrenamiento", utilizando el símbolo HGNC como tipo de entrada. Haga clic en Enviar > Inicio. El programa proporcionará una tabla de salida que muestra las categorías "Go" más significativas para la lista introducida de genes(Figura Suplementaria 2).
    3. Para establecer finalmente la contribución de cada miRNA a la regulación de una vía común o proceso celular (en este caso, regulación de la cromatina), compruebe cada targetome obtenido en el paso 1.4.1 contra la lista completa de genes implicados en el proceso celular específico ( es decir, regulación de la cromatina), utilizando la función de diagrama de Venn proporcionada en el sitio web de Bioinformática y Genómica Evolutiva http://bioinformatics.psb.ugent.be/webtools/Venn.
      NOTA: Este programa permite la intersección de varios grupos al mismo tiempo(Figura 3). Los objetivos únicos específicos proporcionados por cada miRNA se anotan y seleccionan para experimentos funcionales posteriores.
      1. En la primera página del programa, cargue o copie/pegue la lista si los ARNM de destino para cada miRNA o interés en las ventanas respectivas. Asigne un nombre a cada lista con un identificador único.
      2. Haga clic en Enviar. El programa proporcionará una salida visual de un diagrama de Venn con números de genes en cada sector, así como una lista completa de ARNm para cada subconjunto y combinaciones de intersección.

2. Montaje de módulos miRNA en un clúster policistrónico transgénico

  1. Preparación de andamios transgénicos basados en el locus de racimo miR-17-92
    1. Obtenga la secuencia de nucleótidos del clúster miR-17-92 del navegador del genoma de Ensembl21. Seleccione la secuencia de "núcleo" del par base de 800 que abarca las seis horquillas miRNA codificadas del locus y al menos secuencias de flanqueo de 200 nucleótidos tanto aguas arriba (5') como aguas abajo (3') de la secuencia central.
    2. Pegue la secuencia anterior en cualquier programa de edición de palabras.
    3. Defina la secuencia de cada una de las seis horquillas nativas recuperándolas en miRBase22. Marque cada una de estas secuencias dentro del intervalo de la secuencia "núcleo" previamente identificada. Cualquier secuencia entre cada horquilla representa secuencias espaciadoras, que son importantes para el correcto procesamiento del transgén.
    4. Retire las secuencias de horquillas nativas de la secuencia "núcleo", con la excepción de 3-5 nucleótidos en los extremos de 5' y 3' de cada horquilla, que servirán como un aceptador para las nuevas horquillas.
  2. Creación de un nuevo transgén que codifica varios miRNAs de elección
    1. Obtener secuencias de horquillas de miRNAs destinados a ser sobreexpresados en el transgén de miRBase. Tenga en cuenta cuidadosamente los nucleótidos específicos que son los sitios de la escisión del microprocesador.
    2. Sustituya las horquillas eliminadas (paso 2.1.4) por las secuencias de horquilladeras de los miRNAs deseados obtenidos en el paso 2.2.1.
    3. Agregue las secuencias de restricción deseadas en ambas regiones flanqueantes del transgén para facilitar la subcloning en vectores de entrega de su elección. Verifique que las secuencias de restricción elegidas no estén presentes dentro de la secuencia sí misma.
    4. Para controles negativos, utilice secuencias revueltas de 20 nucleótidos para reemplazar la secuencia natural de 20 nucleótidos de cada miRNA maduro. Genere estas secuencias codificadas utilizando una herramienta en línea como https://genscript.com/tool/create-scrambled-sequence.
  3. Verificar la estructura bidimensional del transgén
    1. Copie la secuencia transgénica completa en el programa de software de predicción de estructura de ARN RNAweb Fold23.
    2. Mediante la configuración estándar del programa, haga clic en Continuar.
    3. Analizar la salida gráfica, particularmente para la presencia de horquillas bien definidas y la presencia de estructuras de tallo de doble cadena al menos 11 nucleótidos proximales al sitio de escisión del microprocesador. Además, busque la ausencia de puntos de bifurcación dentro de las secuencias de horquilla(Figura 4).

3. Obtención de Transgenes por Síntesis de ADN

  1. Después del diseño y en la validación en silico del cúmulo de miRNA quimérico, obtenga la secuencia de trabajo utilizando la síntesis de ADN de los proveedores comerciales24 y proceda con la clonación aguas abajo en vectores y entrega de transgénicos. Hemos utilizado vectores lentivirales para la entrega in vitro10 y virus asociados a dedeno (AAVs) para la entrega in vivo intracraneal25.

Acceso restringido. Inicie sesión o comience una prueba gratuita para ver este contenido.

Resultados

Loading...
$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

Este método permitió la caracterización de un módulo de tres miRNAs que están constantemente regulados en tumores cerebrales, que se expresan específicamente durante la diferenciación neuronal(Figura 1) e implican en la respuesta de supervivencia tumoral después de terapia(Figura 2). Esto se logra mediante la regulación de una vía represiva de cromatina oncogénica compleja. Este patrón de co-expresión sugiere una fuerte actividad...

Acceso restringido. Inicie sesión o comience una prueba gratuita para ver este contenido.

Discusión

Loading...
$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

Este protocolo se basa en la noción de que en lugar de funcionar de forma aislada, los miRNAs son biológicamente relevantes al trabajar en grupos, y estos grupos están determinados transcripcionalmente por contextos celulares específicos26. Para justificar este enfoque desde una perspectiva traslacional, se introduce un protocolo de seguimiento que permite la recreación de este patrón multi-miRNA en células/tejidos. Esto es posible aprovechando la biogénesis relativamente simple de los miRNAs, por...

Acceso restringido. Inicie sesión o comience una prueba gratuita para ver este contenido.

Divulgaciones

Loading...
$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

Los autores no informan de conflictos de intereses.

Agradecimientos

Loading...
$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

Los autores desean agradecer a los miembros del Laboratorio de Neurooncología Harvey Cushing por su apoyo y crítica constructiva. Este trabajo fue apoyado por las subvenciones NINDS K12NS80223 y K08NS101091 a P. P.

Acceso restringido. Inicie sesión o comience una prueba gratuita para ver este contenido.

Materiales

Lista de materiales utilizados en este artículo
NombreEmpresaNúmero de catálogoComentarios
0.4% agarosa a baja temperatura de fusión IBI Scientific IB70058
0,45 y micro; M unidad de filtro estérilMerck MilliporeSLH033RS
1,5 mL Tubo de microcentrífugaEppendorf22431081
placas de 6 pocillos Greiner Bio-One657160
Ratones atímicos (FoxN1 nu/nu)Envigo069(nu)/070(nu/+)
B-27 Suplemento Thermo Fisher Scientific12587010
Matraz de cultivo celularGreiner Bio-One660175
Cell Scraper, 16cmSarstedt83.1832
Irradiador de cesio 137 Instalación central de JL Sheperd and Associates(Facultad de Medicina de Harvard)
CloroformoSigma-Aldrich439142-4L
DMEM, alto contenido de glucosa, piruvato Thermo Fisher Scientific 11995040
Dulbecco' Solución salina tamponada con fosfato Gibco14190144
solución Eosin Y Sigma-AldrichE4009
Suero Fetal Bovino Sigma-AldrichF9665
Solución de formalinaSigma-AldrichHT501128
GlutaMAX Suplemento Thermo Fisher Scientific35050061
HEK-293American Type Culture CollectiATCC CRL-1573
Solución de hematoxilinaSigma-Aldrich1051750500
Células madre de glioma primario humano (GBM62)Proporcionado por el Dr. E. A. Chiocca (Brigham and Women' s Hospital, Boston, MA)
Células madre de glioma primario humano (MGG4)Proporcionado por el Dr. Hiroaki Wakimoto (Hospital General de Massachusetts, Boston, MA)
Vector lentiviral pCDH-CMV-MCS-EF1-copGFPSystem BiosciencesCD511B-1
Lipofectamine 2000 Microcentrífuga refrigerada Thermo Fisher Scientific11668019
Eppendorfn.º de modelo 5424 R, n.º de cat.5404000138
Medio de montaje Thermo Fisher Scientific4112APG
Nalgene Tubos de centrífuga de fondo redondo de policarbonato de alta velocidad Thermo Fisher Scientific 3117-0380PK
NanoDropThermo Fisher Scientific2000c
Células progenitoras neurales (NPC)Proporcionado por el Dr. Jakub Godlewski (Brigham and Women' s Hospital, Boston, MA)
Medio Neurobasal Thermo Fisher Scientific
Nikon eclipse TiNikon, Japón14314
Opti-MEMThermo Fisher Scientific31985088
tubos de PCR Sigma-AldrichCLS6571-960EA
Penicilina-Estreptomicina Thermo Fisher Scientific15140122
94/16 Greiner Bio-One632180
Poly-D-Lisina Sigma- AldrichP4707
EGF humano recombinante;PeproTech AF-100-15
FGF humano recombinante-básico PeproTech AF-100-18B
Ácido retinoicoGibco12587-010 
Kit de minipreparación de ARNDirect-zolR2050
S1000 Termociclador Bio-Rad1852196
Micro Irradiador Guiado por Imágenes para Pequeños Animales Xstrahal Life Sciences, Reino UnidoInstalación central (Dana-Farber Cancer Institute, Boston, MA)
Ultracentrífuga Sorvall WX+ Thermo Fisher Scientific 
StemPro Accutase Thermo Fisher Scientific
StepOneApplied Biosystems 
Cabina de bioseguridad SterilGARD The Baker CompanySG403A-HE
S9378
T98-GAmerican Type Culture CollectiATCC CRL-1690
TaqMan MicroRNA Transcription Kit de transcripción inversa Thermo Fisher Scientific 4366596
TaqMan Universal PCR Master MixThermo Fisher Scientific4324018
TemozolomidaTocris Bioscience2706
Tissue-Tek temperatura óptima de corte ReactivoNC9636948 de
 Thermo Fisher Scientific 15596026Reactivo de lisis
U251-MGTipo americano Culture CollectiATCC HTB-17
U87-MG Colección de cultura tipo americanaATCC HTB-14
ViraPower Sistema de expresión lentivectorial Thermo Fisher ScientificK4970-00
Agua, grado HPLCFisherW54
Xileno Sigma-Aldrich534056
Sistema de microscopio fluorescente motorizado 21103049 Placas de Petri 75000100 Sistema de PCR en tiempo real A1110501 4376357 Sacarosa Sigma-Aldrich TRIzol Fisher Scientific

Referencias

Loading...
$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,
  1. Wu, Y. E., Parikshak, N. N., Belgard, T. G., Geschwind, D. H. Genome-wide, integrative analysis implicates miRNA dysregulation in autism spectrum disorder. Nature Neuroscience. 19, 1463-1476 (2016).
  2. Esteller, M. Non-coding RNAs in human disease. Nature Reviews Genetics. 12, 861-874 (2011).
  3. Moradifard, S., Hoseinbeyki, M., Ganji, S. M., Minuchehr, Z. Analysis of miRNA and Gene Expression Profiles in Alzheimer's Disease: A Meta-Analysis Approach. Scientific Reports. 8, 4767(2018).
  4. Calin, G. A., et al. Frequent deletions and down-regulation of micro- RNA genes miR15 and miR16 at 13q14 in chronic lymphocytic leukemia. Proceedings of the National Academy of Sciencesof the United States of America. 99, 15524-15529 (2002).
  5. Croce, C. M. Causes and consequences of miRNA dysregulation in cancer. Nature Reviews Genetics. 10, 704-714 (2009).
  6. Ambros, V. miRNAs: tiny regulators with great potential. Cell. 107, 823-826 (2001).
  7. Treiber, T., Treiber, N., Meister, G. Regulation of miRNA biogenesis and its crosstalk with other cellular pathways. Nature Reviews Molecular Cell Biology. 20, 5-20 (2019).
  8. He, L., et al. A miRNA polycistron as a potential human oncogene. Nature. 435, 828-833 (2005).
  9. Santos, M. C., et al. miR-124, −128, and −137 orchestrate neural differentiation by acting on overlapping gene sets containing a highly connected transcription factor network. Stem Cells. 34, 220-232 (2016).
  10. Bhaskaran, V., et al. The functional synergism of miRNA clustering provides therapeutically relevant epigenetic interference in glioblastoma. Nature Communications. 10 (1), 442(2019).
  11. Kim, T. M., Huang, W., Park, R., Park, P. J., Johnson, M. D. A developmental taxonomy of glioblastoma defined and maintained by MiRNAs. Cancer Research. 71 (9), 3387-3399 (2011).
  12. Dell'Aversana, C., Giorgio, C., Altucci, L. MiRNA Expression Profiling Using Agilent One-Color Microarray. Methods in Molecular Biology. 1509, 169-183 (2017).
  13. Silber, J., et al. miR-124 and miR-137 inhibit proliferation of glioblastoma multiforme cells and induce differentiation of brain tumor stem cells. BMC Medicine. 6 (14), (2008).
  14. Hester, M. E., et al. Two factor reprogramming of human neural stem cells into pluripotency. PLoS ONE. 4 (9), e7044(2009).
  15. Hsieh, J., et al. IGF-I instructs multipotent adult neural progenitor cells to become oligodendrocytes. Journal of Cell Biology. 164 (1), 111-122 (2004).
  16. Agarwal, V., Bell, G. W., Nam, J., Bartel, D. P. Predicting effective miRNA target sites in mammalian mRNAs. eLife. 4, e05005(2015).
  17. Betel, D., Wilson, M., Gabow, A., Marks, D. S., Sander, C. The miRNA.org resource: targets and expression. Nucleic Acids Research. 36, D149-D153 (2008).
  18. Wong, N., Wang, X. miRD(B) an online resource for miRNA target prediction and functional annotations. Nucleic Acids Research. 43 (D1), D146-D152 (2015).
  19. Vlachos, I. S., et al. DIANA-miRPath v3.0: deciphering miRNA function with experimental support. Nucleic Acids Research. 43 (W1), W460-W466 (2015).
  20. Chen, J., Bardes, E. E., Aronow, B. J., Jegga, A. G. ToppGene Suite for gene list enrichment analysis and candidate gene prioritization. Nucleic Acids Research. 305, W305-W311 (2009).
  21. Aken, B. L., et al. Ensembl 2017. Nucleic Acids Research. 45, D635-D642 (2017).
  22. Kozomara, A., Birgaoanu, M., Griffiths-Jones, S. miRBase: from miRNA sequences to function. Nucleic Acid Research. 47, D155-D162 (2019).
  23. Lorenz, R., et al. Vienna RNA Package 2.0. Algorithms for Molecular Biology. 6 (1), 26(2011).
  24. Hughes, R. A., Ellington, A. D. Synthetic DNA synthesis and assembly: Putting the synthetic in synthetic biology. Cold Spring Harbor Perspectives in Biology. 9 (1), a023812(2017).
  25. Crommentuijn, M. H., et al. Intracranial AAV-sTRAIL combined with lanatoside C prolongs survival in an orthotopic xenograft mouse model of invasive glioblastoma. Molecular Oncology. 10 (4), 625-634 (2016).
  26. Ivey, K. N., Srivastava, D. MiRNAs as regulators of differentiation and cell fate decisions. Cell Stem Cell. 7, 36-41 (2010).
  27. Han, J., et al. Molecular Basis for the Recognition of Primary miRNAs by the Drosha-DGCR8 Complex. Cell. 125, 887-901 (2006).
  28. Barroso-del Jesus, A., Lucena-Aguilar, G., Menendez, P. The miR-302-367 cluster as a potential stemness regulator in ESCs. Cell Cycle. 8, 394-398 (2009).
  29. Liu, Y. P., Haasnoot, J., Brake, O., Berkhout, B., Konstantinova, P. Inhibition of HIV-1 by multiple shRNAs expressed from a single miRNA polycistron. Nucleic Acid Research. 36, 2811-2824 (2008).
  30. Chen, S. C., Stern, P., Guo, Z., Chen, J. Expression of Multiple Artificial MiRNAs from a Chicken miRNA126-Based Lentiviral Vector. PLoS ONE. 6 (7), e22437(2011).
  31. Yang, X., Marcucci, K., Anguela, X., Couto, L. B. Preclinical Evaluation of An Anti-HCV miRNA Cluster for Treatment of HCV Infection. Molecular Therapy. 21, 588-601 (2013).

Acceso restringido. Inicie sesión o comience una prueba gratuita para ver este contenido.

Reimpresiones y permisos

Solicitar permiso para reutilizar el texto o las figuras de este artículo de JoVE

Solicitar permiso

Etiquetas

M dulos de microARNterapia del glioblastomatransgenes policistr nicos artificialesandamio de miR 17 92an lisis de TargetScanToppGene Suitefunci n de diagrama de Vennpredicci n de la estructura del ARNresistencia a la temozolomidac lulas madre neurales

Artículos relacionados