Un abonnement JoVE est requis pour visualiser ce contenu. Connectez-vous ou commencez votre période d'essai gratuite.

Article de recherche

MiR-483-3p comme marqueur pronostique dans le cancer du poumon non à petites cellules : suppression de la progression tumorale via la régulation à la baisse du KIF3B

139 vues

⸱

DOI :

10.3791/71006

⸱

5 juin 2026

Dans cet article

Résumé

La régulation à la baisse du miR-483-3p est un mauvais indicateur pronostic dans le NSCLC. La surexpression de miR-483-3p supprime les phénotypes malins des cellules NSCLC, dont la fonction a été inversée par la surexpression de KIF3B.

Résumé

Les microARN jouent un rôle important dans le cancer du poumon non à petites cellules (CPNPC). Pour étudier la valeur clinique de miR-483-3p dans les NSCLC et sa cible moléculaire, 350 patients atteints de NSCLC ont été recrutés dans cette étude. Les résultats de RT-qPCR ont montré que l’expression histologique tumorale de miR-483-3p diminuait progressivement à mesure que le stade de métastase tumorale (TNM) augmentait. La courbe de caractéristique opératoire du récepteur (ROC) a montré que le niveau histologique miR-483-3p peut distinguer efficacement les patients atteints de NSCLC avec un stade TNM élevé (III) de ceux avec un stade faible (I+II) (aire sous la courbe ROC = 0,869). La courbe de Kaplan-Meier a montré que les patients atteints de CPNPC présentant une faible expression de miR-483-3p présentaient un taux de survie global plus faible sur 5 ans. Après ajustement pour d’autres facteurs de confusion, l’analyse multivariée de Cox a également identifié miR-483-3p comme un facteur protecteur indépendant pour la survie des CPNPC. Sur le plan mécanistique, un test de tirage vers le bas de l’ARN a montré que la régulation à la hausse de miR-483-3p était co-précipitée avec l’ARNm de KIF3B et inhibait son expression, supprimant ainsi les phénotypes malins des cellules NSCLC et induisant l’apoptose. En conclusion, la régulation à la baisse de miR-483-3p constitue un mauvais marqueur pronostique dans les CPNQ, pouvant potentiellement affecter la progression du cancer en régulant négativement KIF3B.

Introduction

Parmi les décès liés au cancer, le cancer du poumon non à petites cellules (NSCLC) est l’une des principales causes. Son taux de mortalité élevé est principalement attribué à la croissance agressive des tumeurs, aux métastases précoces et au développement de résistancesacquises 1,2,3. Malgré les avancées des stratégies cliniques actuelles, le pronostic global des patients atteints de CPNM restefaible 4,5,6. En plus des défis biologiques, les patients atteints de CPNPC subissent souvent une lourde charge symptomatique, incluant douleur, dyspnée, fatigue et détresse psychologique, ce qui altère considérablement leur qualité de vie et complique la prise en charge clinique. Des soins infirmiers efficaces — tels que l’évaluation des symptômes, l’éducation des patients, le soutien psychosocial et la coordination des soins multidisciplinaires — jouent un rôle crucial dans l’amélioration des résultats des patients et de l’adhésion au traitement. Par conséquent, une étude approfondie des principaux mécanismes moléculaires à l’origine du développement et de la progression des CPNPC est d’une importance capitale pour le développement de nouveaux biomarqueurs pronostiques et de stratégies thérapeutiques efficaces, ainsi que pour orienter des interventions infirmières ciblées qui répondent à la fois aux besoins centrés sur la maladie et sur le patient.

Les microARN (miARN) ont été largement rapportés comme régulant l’expression génique en inhibant soit la traduction des ARNm cibles, soit en favorisant leur dégradation au niveaupost-transcriptionnel 7. Des recherches approfondies indiquent que les miARN jouent un rôle régulateur crucial dans divers cancers, y compris les CPNC. Leur dysrégulation est étroitement liée au phénotype malin des cellules tumorales et à la résistance àla chimiothérapie 7,8,9,10,11. Par conséquent, l’identification des miARN anormalement exprimés dans les CPNPC et ayant un rôle fonctionnel significatif est devenue un sujet brûlant dans la recherche actuelle sur les tumeurs. Notre analyse bioinformatique préliminaire a révélé une régulation à la baisse constante de miR-483-3p chez les patients atteints de CPNPC et chez les lignées cellulaires résistantes aux médicaments, suggérant son association potentielle avec une progression adverse de la maladie. Par conséquent, cette étude se concentre sur miR-483-3p afin d’explorer sa fonction dans les CPNPC. Les preuves existantes indiquent que miR-483-3p agit comme un gène suppresseur tumoral dans divers cancers humains12, 13, 14, 15, dont le silence serait associé à une résistance au géfitinib dans leNSCLC 16. Cependant, son schéma d’expression spécifique dans les CPNM, sa valeur pronostique clinique et ses mécanismes moléculaires sous-jacents restent incomplètement compris.

L’objectif de cette étude était de clarifier systématiquement la signification clinique et les fonctions biologiques du miR-483-3p dans les CPNM, et d’élucider le rôle de son membre cible en aval de la famille des kinésines 3B (KIF3B). Pour y parvenir, nous avons d’abord analysé son expression dans des échantillons de tissus cliniques et sa corrélation avec les caractéristiques clinique-pathologiques et le pronostic des patients. Par la suite, des tests fonctionnels in vitro ont été réalisés pour étudier les effets du miR-483-3p sur les fonctions des cellules du CPNM. De plus, nous avons identifié KIF3B comme un gène cible clé en aval de miR-483-3p grâce à la prédiction en bioinformatique et à des expériences de biologie moléculaire, et validé la relation régulatrice via des tests de sauvetage fonctionnel. Une forte expression de KIF3B est associée à une prolifération accrue, une migration accrue et une résistance à la chimiothérapie dans les cellulescancéreuses 17,18,19,20,21,22, mais son rôle fonctionnel dans les CPNPC reste incertain. À notre connaissance, cette étude est la première à caractériser le rôle et la signification clinique de l’axe miR-483-3p/KIF3B dans les CPNPC sous trois angles — pronostic clinique, identification des gènes cibles et mécanismes fonctionnels — fournissant ainsi potentiellement de nouvelles perspectives pour l’évaluation du pronostic des CPNPC et des thérapies ciblées.

Accès restreint. Veuillez vous connecter ou commencer un essai pour afficher ce contenu.

Protocole

Le comité d’éthique du Second Hôpital affilié de l’Université médicale de Nankin a approuvé cette étude. Les principes fondamentaux de la Déclaration d’Helsinki ont été appliqués de manière cohérente tout au long du processus de recherche. Un consentement éclairé écrit a été obtenu de tous les participants individuels inclus dans l’étude. Des informations détaillées sur tous les matériaux et réactifs étaient fournies dans le tableau des matériaux.

Analyse bioinformatique :

La base de données Gene Expression Omnibus (www.ncbi.nlm.nih.gov) a été utilisée pour rechercher dans les ensembles de données liés aux NSCLC. GSE171517 est une analyse d’ARN non codant basée sur les échantillons sériques de patients atteints de CPNM et de témoins sains. GSE110815 est une analyse de réseau d’ARN non codant réalisée sur des cellules NSCLC résistantes au gefitinib et sensibles. Les miARN exprimés différemment dans ces deux ensembles de données ont été criblés en fixant un seuil de |log 2FC| ≥ 2, p < 0,05. Bien que ces ensembles de données proviennent de compartiments différents (sérum, lignées cellulaires), nous avons utilisé une stratégie complémentaire : des miARN dérivés du sérum pour le potentiel de biomarqueurs non invasifs, et des miARN dérivés de lignées cellulaires résistantes aux médicaments, pour leur pertinence fonctionnelle pour la progression et la résistance. L’intersection a désigné miR-483-3p pour la validation tissulaire, en supposant que la dysrégulation inter-compartimentale indique une pertinence biologique robuste pour les CPNPC.

Les cibles potentielles de miR-483-3p ont été prédites simultanément dans les bases de données miRDB (https://mirdb.org/custom.html) et de la base stellaire (https://rnasysu.com/encori/index.php). Le seuil de sélection dans ces deux bases de données était respectivement Target Score ≥ 60 et TDMDScore ≥ 1. Ensuite, une plateforme d’analyse bioinformatique (www.bioinformatics.com.cn) a été utilisée pour l’analyse GO à l’intersection de ces cibles.

Inclusion clinique des échantillons :

Cette étude est une étude observationnelle rétrospective basée sur des spécimens de NSCLC réséqués chirurgicalement. Cette étude a inclus 350 patients atteints de NSCLC ayant subi un traitement chirurgical à l’hôpital, dont 96 patients atteints de métastases ganglionnaires tumorales (TNM) de stade I, 96 patients atteints de maladie de stade II, et 158 patients atteints de maladie de stade III. Leurs caractéristiques cliniques détaillées ont été présentées dans le tableau 1. Tous ces patients ont été diagnostiqués avec un CPNM par examen histologique. Les critères d’exclusion incluent une altération de la fonction cardiaque, hépatique ou rénale, des infections actives ou maladies auto-immunes, des troubles psychiatriques graves ou des troubles cognitifs, des dossiers cliniques manquants ou incomplets, et l’absence de consentement éclairé des patients. L’analyse clinique a été réalisée en collectant leurs échantillons de tissu tumoral et leur statut de survie dans les cinq ans suivant le diagnostic. La méthodologie de suivi est la suivante : tous les patients ont été suivis de la date de l’opération jusqu’à leur décès, leur perte lors du suivi ou la fin de l’étude. Au cours de la première année, un suivi était effectué tous les 3 mois. Par la suite, cela a été réalisé tous les 6 mois par des examens ambulatoires et des entretiens téléphoniques. À chaque suivi, des informations sur le statut de survie, la cause du décès, la récidive de la maladie et le traitement ultérieur étaient enregistrées. La période globale de survie était définie comme la période allant de la date de l’opération à la date du décès pour une cause quelconque.

Traitement cellulaire :

BEAS-2B, une lignée cellulaire épithéliale pulmonaire humaine normale, a été cultivée dans du DMEM contenant 10 % de sérum fœtal bovin (FBS) et 1 % de pénicilline/streptomycine (P/S). Toutes les lignées cellulaires de NSCLC (HCC827, H1299, H520, A549) ont été cultivées dans le milieu de croissance dédié fourni par le même fournisseur. La formulation de base du milieu spécialisé pour HCC827, H1299 et H520 est RPMI-1640 + 10 % FBS + 1 % P/S, et pour A549 correspond au F-12K de Ham + 10 % FBS + 1 % P/S. Les cellules congelées sont rapidement décongelées dans un bain-marie à 37 °C, centrifugées pour retirer le milieu cryopréservé, puis remises en suspension dans un milieu de culture frais. Lorsque les cellules atteignent 90 % de confluence, elles sont digérées avec 0,25 % de trypsine-EDTA et transmises à un ratio de 1:3. Toutes les lignées cellulaires ont été vérifiées par analyse STR (Fichier Supplémentaire 1), et elles sont exemptes de contamination par mycoplasmes. Toutes les expériences in vitro ont utilisé des cellules de la 4e à la 10e génération.

L’agoniste miR-483-3p et son témoin négatif (agoniste-NC), le petit ARN interférant de KIF3B (si-KIF3B) et son témoin négatif (si-NC), ainsi que le vecteur de surexpression de KIF3B (oe-KIF3B) et son témoin blanc (oe-NC) ont été transfectés à l’aide d’un réactif de transfection. La concentration de travail de l’agoniste miR-483-3p ou agoniste-NC était de 100 nM, et la quantité du plasmide oe-KIF3B était de 2,5 μg (plaque à 6 puits). Les cellules ont été prélevées 48 heures après transfection pour des expériences ultérieures.

RT-qPCR :

L’ARN total des échantillons de tissu tumoral et des cellules a été extrait à l’aide du réactif TRIzol. Le cDNA rétrotranscrit a été préparé à l’aide d’un kit de réactifs RT, puis la qPCR a été réalisée sur un système RT-PCR rapide 7500 utilisant le prémix SYBR Green Pro Taq HS. L’expression relative de miR-483-3p et KIF3B a été normalisée avec le maintien de l’eau de terre U6 et du GAPDH via la méthode 2-ΔΔCT . Les séquences d’amorces correspondantes sont les suivantes :

miR-483-3p (F), 5'-ACACTCCAGCTGGGTCACTCCTCTCTCCTCC-3'

miR-483-3p (R), 5'-CTCAACTGGTGTCGTGGAGTCGGCAATTCAGTTGAAGACGG-3'

KIF3B (F), 5'-ATCCTGGAGCAGAAACGACAGG-3'

KIF3B (R), 5'-GTTCCAAGGTCTCCTCATCG-3'

U6 (F), 5'-ATGTTCCAGTATGACTCTA-3'

U6 (R), 5'-ATGTTCCAGTATGACTCTA-3'

GAPDH (F), 5'-GTAACCCGTTGAACCCCATT-3'

GAPDH (R), 5'-CCATCCAATCGGTAGTAGCG-3'

La RT-qPCR a été réalisée avec trois réplications biologiques indépendantes.

Viabilité cellulaire :

Les cellules HCC827 (3000 cellules/puits) et A549 (2000 cellules/puits), avec ou sans transfection, ont été ensemencées dans une plaque de 96 puits pour différentes périodes de culture. Après l’adhésion des cellules à la surface, la viabilité cellulaire a été évaluée à des moments précis dans des puits désignés. Plus précisément, 10 μL de kit de comptage cellulaire 8 (CCK-8) et 90 μL de milieu ont été ajoutés aux puits pour une incubation de 2 heures à 37 °C. L’absorption de chaque puits était ensuite mesurée à 450 nm à l’aide d’un lecteur de microplaques. La viabilité cellulaire a été réalisée avec trois réplications biologiques indépendantes.

Analyse de Transwell :

Le dispositif de chambre Transwell, recouvert ou non revêtu de matrice ou non revêtement à membrane basale (8 μm), a été utilisé pour l’analyse d’invasion/migration. Après que la chambre supérieure ait été ensemencée avec les cellules NSCLC transfectées (8 × 104, 500 μL), la chambre inférieure ait été remplie de 700 μL de DMEM (10 % FBS). Une incubation de 24 heures à 37 °C a été réalisée. Après que les cellules de la couche supérieure de la membrane de la chambre aient été doucement essuyées à l’aide d’un coton-tige, les cellules de la surface inférieure de la membrane ont été fixées avec du paraformoldéhyde à 4 % pendant 20 minutes à température ambiante, puis colorées avec une solution de violet cristallin à 0,1 % pendant 10 minutes à température ambiante, puis un brève lavage avec de l’eau du robinet courante pour enlever l’excès de tache. Les cellules migrées étaient comptées manuellement à l’aide d’un microscope optique. Pour chaque chambre Transwell, trois champs de vision non chevauchants ont été sélectionnés au hasard, et le nombre de cellules colorées dans chaque champ a été compté. Ensuite, le nombre moyen de cellules a été calculé. Ce comptage a été réalisé par deux chercheurs indépendants qui ignoraient les conditions expérimentales, et les valeurs moyennes obtenues ont été utilisées pour l’analyse statistique. Le test transwell a été réalisé avec trois réplications biologiques indépendantes.

Détection de l’apoptose cellulaire

Un kit de coloration Annexin V-FITC/PI a été utilisé pour la détection de l’apoptose des cellules NSCLC. En résumé, une suspension contenant 6 × 104 cellules a été préparée pour la première fois à l’aide de 195 μL de tampon de liaison Annexin V-FITC. Ensuite, l’Annexine V-FITC (5 μL) et la solution de coloration PI (10 μL) ont été ajoutées séquentiellement pour une incubation de 20 minutes à température ambiante dans l’obscurité. Après l’incubation, le cytomètre en flux était immédiatement utilisé pour détecter les cellules à tester. Pour chaque échantillon, 10 000 événements ont été acquis. La stratégie de verrouillage était la suivante : les cellules étaient d’abord verrouillées sur FSC-A contre SSC-A pour exclure les débris, suivies par la fermeture de singlets sur FSC-A contre FSC-H. Des cellules apoptotiques ont ensuite été identifiées sur les diagrammes Annexin V-FITC vs. PI. Les quadrants étaient réglés à l’aide de contrôles non colorés et à une seule coloration. Le pourcentage d’apoptose était calculé comme la somme des cellules apoptotiques précoces (Annexin V⁺/PI⁻) et des cellules apoptotiques tardives (Annexin V⁺/PI⁺). La détection de l’apoptose cellulaire a été réalisée avec trois réplications biologiques indépendantes.

Pull-down de l’ARN

Le segment de l’ARNm KIF3B (KIF3B/NM004798.4/NP004789.1 : 32334713–32334791, 5'-AGAAATCTGTCACCTTCTCTGCCTGCTTGTTTCCTGAATGAATGCTTGGGGTTATTTATGAAAGGAGTGATCCT-3', 78 nt) a été synthétisé in vitro et marqué à la biotine à l’aide d’un kit de desthiobiotinylation à ARN 3' End. Après que les extraits cellulaires aient été incubés avec l’ARNm KIF3B marqué à la biotine pendant 1,5 h à 4 °C, des billes magnétiques de streptavidine ont été ajoutées pour une incubation de 2 heures à température ambiante. Enfin, le niveau de miR-483-3p dans chaque réaction a été détecté par RT-qPCR, avec trois réplications biologiques indépendantes.

Analyse statistique

Les variables continues de cette étude étaient exprimées en moyenne ± écart-type (moyenne ± écart-type), tandis que les données catégorielles étaient présentées sous forme de comptages. Des logiciels d’analyse statistique appropriés étaient utilisés pour l’analyse statistique. L’ANOVA unidirectionnelle/bidirectionnelle a été utilisée pour l’analyse expérimentale des données, suivie par le test post hoc de Tukey. P < 0,05 était considéré comme statistiquement significatif.

Une analyse de la courbe de caractéristique opératoire du récepteur (ROC) a été réalisée afin de déterminer la capacité de l’expression de miR-483-3p à distinguer les patients atteints de CPNPC à haut stade (III) de ceux ayant une classification TNM à faible stade (I + II). L’indice de Youden (sensibilité + spécificité – 1) a été utilisé pour identifier la valeur de coupure qui maximisait l’équilibre entre sensibilité et spécificité. L’aire sous la courbe (AUC) a été calculée pour évaluer la capacité discriminatoire globale de l’expression de miR-483-3p. Un AUC > 0,7 était considéré comme acceptable. Toutes les analyses ROC ont été réalisées à l’aide de GraphPad Prism.

Pour l’analyse de survie, la méthode de Kaplan-Meier a été utilisée pour estimer les courbes de survie globale. Le test log-rank a été appliqué pour comparer les distributions de survie entre groupes (miR-483-3p groupes à haute expression vs. groupes à faible expression). Les courbes de Kaplan-Meier ont été tracées avec un intervalle de confiance (IC) à 95 %. Pour le modèle multivarié de régression des allocations proportionnelles de Cox, la stratégie de sélection des variables suivante a été appliquée : l’analyse univariée a d’abord été réalisée pour chaque variable candidate. Les variables avec une valeur p < 0,10 dans l’analyse univariée ont été considérées comme prédicteurs potentiels et ont ensuite été saisies dans le modèle de régression multivariée de Cox. L’analyse multivariée a été réalisée en utilisant la méthode de sélection progressive (conditionnelle) basée sur le test du rapport de vraisemblance, avec des critères d’entrée et de retrait fixés respectivement à p < 0,05 et p > 0,10. L’hypothèse des aléas proportionnelles a été vérifiée pour chaque variable à l’aide des résidus de Schoenfeld (p > 0,05 n’indiquait aucune violation). Les résultats ont été rapportés sous forme de rapports de risque (HR) avec IC à 95 %. Tous les tests étaient bidirectionnels, et une valeur p < 0,05 était considérée comme statistiquement significative sauf indication contraire.

Accès restreint. Veuillez vous connecter ou commencer un essai pour afficher ce contenu.

Résultats

Le miR-483-3p à la baisse présente un mauvais pronostic dans les NSCLC

Le diagramme de Venn (Figure supplémentaire 1) indique que miR-483-3p semble sous-régulé à la fois dans les échantillons séromiques de patients atteints de CPNPC et dans les lignées cellulaires de SLNPC résistantes à la chimiothérapie. Une analyse ANOVA unidirectionnelle a montré que l’expression de miR-483-3p dans la tumeur diminuait progr...

Accès restreint. Veuillez vous connecter ou commencer un essai pour afficher ce contenu.

Discussion

Cette étude a étudié de manière systématique le rôle du miR-483-3p dans la suppression des tumeurs de CPNPC et son mécanisme sous-jacent grâce à l’analyse clinique des échantillons et à l’exploration des mécanismes moléculaires. L’objectif de cette étude était double : (1) déterminer si miR-483-3p sert de marqueur pronostique indépendant dans les CPNM, et (2) élucider le mécanisme moléculaire par lequel miR-483-3p peut supprimer les phénotypes malins en ciblant KIF3B. Nos résultats suggè...

Accès restreint. Veuillez vous connecter ou commencer un essai pour afficher ce contenu.

Déclarations de divulgation

Les auteurs n’ont rien à divulguer.

Matériaux

Liste des matériaux utilisés dans cet article
NomEntrepriseNuméro de catalogueCommentaires
0,1 % de violet cristalSolarbio/ChineG1064
0,25 % de trypsine-EDTAGibco/USA25200056
4 % de paraformoldéhydeBeyotime/ChineP0099
Système RT-PCR rapide 7500Biosystèmes appliqués/USA4351106
A549Procell/ChineCL-0016
Médium spécifique à l’A549Procell/ChineCM-0016
Kit de coloration Annexin V-FITC/PIBeyotime/ChineC1062S
BEAS-2BSTEM RECELL/ChineSTM-CL-5102
Kit de comptage cellulaire-8 (CCK-8)Solarbio/ChineCA1210
Médium DMEMMeilunBio/ChinePWL003
Sérum bovin fœtalGibco/USAA5256701
GraphPad Prism logiciel & nbsp ;GraphPadVersion 7.0
H1299Procell/ChineCL-0165
Médium spécifique H1299Procell/ChineCM-0165
H520Procell/ChineCL-0402
Médium spécifique au H520Procell/ChineCM-0402
HCC827Procell/ChineCL-0094
Médium spécifique à HCC827Procell/ChineCM-0094
ARNm KIF3BGenscript Biotech/ChinePersonnalisé
Réactif Lipo6000Beyotime/ChineC0526
miR-483-3p agoniste/agoniste 3p-NCMedChemExpress/USAHY-R01451A  ;
oe-KIF3B/oe-NCRiboBio/ChinePersonnalisé
Pénicilline/streptomycineSolarbio/ChineP1400
ARN Pierce 3' Fin du kit de desthiobiotinylationThermo Fisher Scientific/USA20163
Kit de réactifs PrimeScript RT (Temps réel parfait)TaKaRa/JaponRR037A
si-KIF3B/si-NCRiboBio/ChinePersonnalisé
SPSS  ;IBMVersion 23.0
Billes magnétiques de streptavidineNew England Biolabs/USAS1420S
SYBR Green & nbsp ; Pro Taq  ; HS PremixBiologie précise/ChineAG11701
Chambre TranswellCorning/USA3428
Réactif TrizolInvitrogen/USA15596026CN

Références

  1. Lee, J. W., et al. Characterization of chemoresistant human non-small cell lung cancer cells by metabolic and lipidomic profiling. Metabolomics. 19 (9), 80(2023).
  2. Ziolkowska-Suchanek, I., Rozwadowska, N. Advancements in gene therapy for non-small cell lung cancer: current approaches and future prospects. Genes Basel. 16 (5), 569(2025).
  3. Zhang, W., et al. Investigating the mechanism of beta-elemene-mediated LINC00511 modulation to suppress cisplatin resistance in lung cancer. J Vis Exp. (222), e68825(2025).
  4. Miller, M., Hanna, N. Advances in systemic therapy for non-small cell lung cancer. BMJ. 375, n2363(2021).
  5. Qian, D., et al. Potentially functional genetic variants in the complement-related immunity gene-set are associated with non-small cell lung cancer survival. Int J Cancer. 144 (8), 1867-1876 (2019).
  6. Liu, Y., Sun, Y., Chen, N. A nursing intervention combining case management and CBT for postoperative NSCLC patients: effects on anxiety, depression, and quality of life. J Vis Exp. (228), e69622(2026).
  7. Mao, X., Peng, S., Lu, Y., Song, L. Regulatory functions of microRNAs in cancer stem cells: mechanism, facts, and perspectives. Cells. 14 (14), 1073(2025).
  8. Hassanein, S. S., Ibrahim, S. A., Abdel-Mawgood, A. L. Cell behavior of non-small cell lung cancer is at EGFR and microRNAs hands. Int J Mol Sci. 22 (22), 12496(2021).
  9. He, B., et al. miRNA-based biomarkers, therapies, and resistance in cancer. Int J Biol Sci. 16 (14), 2628-2647 (2020).
  10. Salunkhe, S. S., Ghatage, T., Prabhakar, B. S. Multi-oncogene targeting in cancer therapy: a miRNA-driven pharmacological approach. Biochem Pharmacol. 242, 117417(2025).
  11. Samson, J. S., Parvathi, V. D. Prospects of microRNAs as therapeutic biomarkers in non-small cell lung cancer. Med Oncol. 40 (12), 345(2023).
  12. Li, W., et al. Curcumin inhibits prostate cancer by upregulating miR-483-3p and inhibiting UBE2C. J Biochem Mol Toxicol. 38 (2), e23645(2024).
  13. Liang, H., et al. MiR-483-3p regulates oxaliplatin resistance by targeting FAM171B in human colorectal cancer cells. Artif Cells Nanomed Biotechnol. 47 (1), 725-736 (2019).
  14. Menbari, M. N., et al. miR-483-3p suppresses the proliferation and progression of human triple negative breast cancer cells by targeting the HDAC8 oncogene. J Cell Physiol. 235 (3), 2631-2642 (2020).
  15. Wu, W., et al. circZNF609 promotes the proliferation and migration of gastric cancer by sponging miR-483-3p and regulating CDK6. Onco Targets Ther. 12, 8197-8205 (2019).
  16. Yue, J., et al. Epigenetic silencing of miR-483-3p promotes acquired gefitinib resistance and EMT in EGFR-mutant NSCLC by targeting integrin beta3. Oncogene. 37 (31), 4300-4312 (2018).
  17. Gu, R., Li, X., Yan, X., Feng, Z., Hu, A. Circular RNA circ_0032462 enhances osteosarcoma cell progression by promoting KIF3B expression. Technol Cancer Res Treat. 19, 1533033820943217(2020).
  18. He, Z. C., Zhao, J. J., Yan, T. miR-127-3p inhibits cell stemness and docetaxel resistance in triple-negative breast cancer by targeting KIF3B. Kaohsiung J Med Sci. 42 (3), e70113(2025).
  19. Liu, Z. H., Dong, S. X., Jia, J. H., Zhang, Z. L., Zhen, Z. G. KIF3B promotes the proliferation of pancreatic cancer. Cancer Biother Radiopharm. 34 (6), 355-361 (2019).
  20. Wang, C., et al. Silencing of KIF3B suppresses breast cancer progression by regulating EMT and Wnt/beta-catenin signaling. Front Oncol. 10, 597464(2020).
  21. Ji, L., Zhu, Z. N., He, C. J., Shen, X. MiR-127-3p targets KIF3B to inhibit the development of oral squamous cell carcinoma. Eur Rev Med Pharmacol Sci. 23 (2), 630-640 (2019).
  22. Yao, F. Z., Kong, D. G. Identification of kinesin family member 3B (KIF3B) as a molecular target for gastric cancer. Kaohsiung J Med Sci. 36 (7), 515-522 (2020).
  23. Chen, Y., Fu, D., Zhao, H., Cheng, W., Xu, F. GSG2 (Haspin) promotes development and progression of bladder cancer through targeting KIF15 (Kinase-12). Aging Albany NY. 12 (10), 8858-8879 (2020).
  24. Lafanechere, L. The microtubule cytoskeleton: an old validated target for novel therapeutic drugs. Front Pharmacol. 13, 969183(2022).
  25. Merino-Casallo, F., Gomez-Benito, M. J., Hervas-Raluy, S., Garcia-Aznar, J. M. Unravelling cell migration: defining movement from the cell surface. Cell Adh Migr. 16 (1), 25-64 (2022).
  26. Simoes-da-Silva, M. M., Barisic, M. How does the tubulin code facilitate directed cell migration? Biochem Soc Trans. 53 (1), BST20240841(2025).
  27. Zheng, C., et al. YY1 modulates the radiosensitivity of esophageal squamous cell carcinoma through KIF3B-mediated Hippo signaling pathway. Cell Death Dis. 14 (12), 806(2023).
  28. Zhou, L., Ouyang, L., Chen, K., Wang, X. Research progress on KIF3B and related diseases. Ann Transl Med. 7 (18), 492(2019).
  29. Guan, L. Y., Lv, J. Q., Zhang, D. Q., Li, B. Collective polarization of cancer cells at the monolayer boundary. Micromachines Basel. 12 (2), 112(2021).
  30. Lopez-Charcas, O., et al. Pharmacological and nutritional targeting of voltage-gated sodium channels in the treatment of cancers. iScience. 24 (4), 102270(2021).
  31. Saadh, M. J., et al. The emerging role of kinesin superfamily proteins in Wnt/beta-catenin signaling: implications for cancer. Pathol Res Pract. 269, 155904(2025).
  32. Pupo, E., et al. Kinesin-2 controls the motility of RAB5 endosomes and their association with the spindle in mitosis. Int J Mol Sci. 19 (9), 2575(2018).
  33. Zhou, M., Han, Y., Jiang, J. Ulk4 promotes Shh signaling by regulating Stk36 ciliary localization and Gli2 phosphorylation. Elife. 12, RP88637(2023).
  34. Wang, B., Liang, Z., Liu, P. Functional aspects of primary cilium in signaling, assembly and microenvironment in cancer. J Cell Physiol. 236 (5), 3207-3219 (2021).

Accès restreint. Veuillez vous connecter ou commencer un essai pour afficher ce contenu.

Réimpressions et autorisations

Étiquettes

RT-qPCRRNA pull-downcourbe de Kaplan-Meieranalyse de Coxinduction de l'apoptose