S'abonner

Maternally expressed gene 3 (MEG3): A tumor suppressor long non coding RNA - 18/09/19

Doi : 10.1016/j.biopha.2019.109129 
Soudeh Ghafouri-Fard a, Mohammad Taheri b, c,
a Department of Medical Genetics, Shahid Beheshti University of Medical Sciences, Tehran, Iran 
b Urology and Nephrology Research Center, Shahid Beheshti University of Medical Sciences, Tehran, Iran 
c Urogenital Stem Cell Research Center, Shahid Beheshti University of Medical Sciences, Tehran, Iran 

Corresponding author at: Department of Medical Genetics, Shahid Beheshti University of Medical Sciences, Tehran, Iran.Department of Medical GeneticsShahid Beheshti University of Medical SciencesTehranIran

Bienvenue sur EM-consulte, la référence des professionnels de santé.
L’accès au texte intégral de cet article nécessite un abonnement.

pages 11
Iconographies 1
Vidéos 0
Autres 0

Abstract

Maternally expressed gene 3 (MEG3) is a long non-coding RNA (lncRNA) located on chromosome 14q32.3. Direct sequencing experiments have shown monoallelic expression of this lncRNA. Several studies have shown down-regulation of this lncRNA in human cancers. In some cases, hypermethylation of the promoter region has been suggested as the underlying mechanism. Functional studies have shown that this lncRNA controls expression of several tumor suppressor genes and oncogenes among them are p53, RB, MYC and TGF-β. Through regulation of Wnt-β-catenin pathway, it also affects epithelial-mesenchymal transition. In vitro studies have demonstrated contribution of MEG3 in defining response to chemotherapeutic agents such as paclitaxel, cisplatin and oxaliplatin. Certain polymorphisms within MEG3 are implicated in cancer risk (rs7158663, rs4081134 and rs11160608) or therapeutic response of cancer patients (rs10132552). Taken together, this lncRNA is regarded as a putative cancer biomarker and treatment target. In the current review, several aspects of the participation of MEG3 in carcinogenesis are discussed.

Le texte complet de cet article est disponible en PDF.

Keywords : MEG3, Maternally expressed 3, Cancer, Expression, Single nucleotide polymorphism


Plan


© 2019  The Authors. Publié par Elsevier Masson SAS. Tous droits réservés.
Ajouter à ma bibliothèque Retirer de ma bibliothèque Imprimer
Export

    Export citations

  • Fichier

  • Contenu

Vol 118

Article 109129- octobre 2019 Retour au numéro
Article précédent Article précédent
  • Arginine metabolism and deprivation in cancer therapy
  • Songyun Zou, Xiangmei Wang, Po Liu, Changneng Ke, Shi Xu
| Article suivant Article suivant
  • Cancer and ER stress: Mutual crosstalk between autophagy, oxidative stress and inflammatory response
  • Yuning Lin, Mei Jiang, Wanjun Chen, Tiejian Zhao, Yanfei Wei

Bienvenue sur EM-consulte, la référence des professionnels de santé.
L’accès au texte intégral de cet article nécessite un abonnement.

Bienvenue sur EM-consulte, la référence des professionnels de santé.
L’achat d’article à l’unité est indisponible à l’heure actuelle.

Déjà abonné à cette revue ?

Mon compte


Plateformes Elsevier Masson

Déclaration CNIL

EM-CONSULTE.COM est déclaré à la CNIL, déclaration n° 1286925.

En application de la loi nº78-17 du 6 janvier 1978 relative à l'informatique, aux fichiers et aux libertés, vous disposez des droits d'opposition (art.26 de la loi), d'accès (art.34 à 38 de la loi), et de rectification (art.36 de la loi) des données vous concernant. Ainsi, vous pouvez exiger que soient rectifiées, complétées, clarifiées, mises à jour ou effacées les informations vous concernant qui sont inexactes, incomplètes, équivoques, périmées ou dont la collecte ou l'utilisation ou la conservation est interdite.
Les informations personnelles concernant les visiteurs de notre site, y compris leur identité, sont confidentielles.
Le responsable du site s'engage sur l'honneur à respecter les conditions légales de confidentialité applicables en France et à ne pas divulguer ces informations à des tiers.


Tout le contenu de ce site: Copyright © 2024 Elsevier, ses concédants de licence et ses contributeurs. Tout les droits sont réservés, y compris ceux relatifs à l'exploration de textes et de données, a la formation en IA et aux technologies similaires. Pour tout contenu en libre accès, les conditions de licence Creative Commons s'appliquent.