Science and Technology Production
Congress
Authorship
Quevedo, Luciano Martín
;
BIGI, MARIA DE LAS MERCEDES
;
Prada, Jesica G.
;
Maloberti, Paula Mariana
;
Yang, Seong Wook
;
Castillo, Ana Fernanda
Date
2024
Publishing House and Editing Place
Prensa científica y tecnológica
Summary
Information provided by the agent in
SIGEVA
Las acil-CoA sintetasas son enzimas esenciales que activan los ácidos grasos convirtiéndolos en ésteres de acil-CoA. En particular, la acil-CoA sintetasa 4 (ACSL4) cataliza la esterificación de ácidos grasos de cadena larga, con preferencia por el ácido araquidónico como sustrato. La expresión de ACSL4 aumenta en carcinomas de mama, próstata, colon y hepatocelulares. Sus niveles de expresión se correlacionan con el fenotipo d...
Las acil-CoA sintetasas son enzimas esenciales que activan los ácidos grasos convirtiéndolos en ésteres de acil-CoA. En particular, la acil-CoA sintetasa 4 (ACSL4) cataliza la esterificación de ácidos grasos de cadena larga, con preferencia por el ácido araquidónico como sustrato. La expresión de ACSL4 aumenta en carcinomas de mama, próstata, colon y hepatocelulares. Sus niveles de expresión se correlacionan con el fenotipo de las células de cáncer de mama y próstata. Resultados anteriores han demostrado que un aumento en la expresión de ACSL4 conduce a la inducción de un fenotipo altamente agresivo de cáncer de mama. y células de cáncer de próstata y al crecimiento de tumores de mama in vivo. Es relevante saber qué eventos moleculares desencadena esta enzima para cambiar el fenotipo celular normal a uno altamente agresivo. Nos centramos en el estudio de los microARN (miARN) como mediadores de sus efectos sobre el fenotipo tumoral. Los miRNA son pequeños ARN no codificantes que llevan a cabo el silenciamiento de genes diana al dirigirse a los ARNm induciendo su represión transcripcional. Se ha demostrado su participación en el cáncer y sus patrones de expresión están asociados con el tipo y grado del tumor. Mediante la secuenciación de ARNm a gran escala ( Los datos de secuenciación de ARN (ARN-Seq) han demostrado de manera preliminar que la expresión de ACSL4 altera la expresión de varios transcritos precursores de miARN. En este estudio, investigamos la expresión de miARN funcionales y maduros en respuesta a cambios en la expresión de ACSL4. Realizamos la secuenciación de miARN maduros (miR -Seq) utilizando un modelo de células de cáncer de mama MCF-7 en el que ACSL4 se transfectó de forma estable bajo el sistema reprimible Tet-Off (MCF-7 Tet-Off/ACSL4). El perfil de expresión diferencial se analizó comparando células que sobreexpresaban ACSL4 con células de control. utilizando un valor de corte de cambio de pliegue Log2 > |1|. Este sistema de sobreexpresión reprimible con doxiciclina nos permitió ajustar el perfil de miRNA a aquellos miRNA para los cuales la disminución de los niveles de ACSL4 en MCF-7 Tet-Off/ACSL4 resultó en un patrón de expresión similar al de las células de control. Por lo tanto, seleccionamos aquellos miRNA cuyos niveles fueron alterados específicamente por la expresión de la enzima. Se obtuvo un total de 56 miRNA expresados diferencialmente, de los cuales solo 3 miRNA fueron regulados positivamente por ACSL4. Con base en la firma de miRNA obtenida, se realizó un análisis predictivo para cada miRNA con respecto a su papel en vías biológicas, expresión tisular, condiciones fisiológicas o patologías relacionadas en las que pudiera estar involucrado. Para ello, se utilizaron bases de datos como KEGG Pathway, WikiPathways y miRPathDB. Se seleccionaron varios miRNA para una validación adicional de su expresión mediante RT-qPCR. , considerando no sólo sus niveles de expresión diferencial, sino también la información proporcionada por las bases de datos. Por lo tanto, describimos y validamos el perfil de miRNAs cuyos niveles de expresión son modificados por ACSL4. Estos resultados sugieren que estos pequeños ARN pueden estar involucrados en la mediación de los efectos de esta enzima sobre el fenotipo celular de las células del cáncer de mama.
Show more
Show less
Key Words
MICRORNABIOINFORMÁTICAMIR-SEQCÁNCER DE MAMA