Microarray expression profiling of dysregulated long non-coding RNAs in triple-negative breast cancer
Notice bibliographique
Résumé
Triple-negative breast cancer (TNBC) represents a collection of malignant breast tumors that are often aggressive and have an increased risk of metastasis and relapse. Long non-coding RNAs are generally defined as RNA transcripts measuring 200 nucleotides or longer that do not encode for any protein. During the past decade, increasing evidence has shown that lncRNAs play important roles in oncogenesis and tumor suppression; however, the roles of lncRNAs in TNBC are poorly understood. To address this issue, we used Agilent human lncRNA microarray chips and bioinformatics tools, including Gene Ontology (GO) and the Kyoto Encyclopedia of Genes and Genomes (KEGG), to assess lncRNA expression in 3 pairs of TNBC tissues. A dysregulated lncRNA expression profile was identified by microarray and verified by qRT-PCR in 48 pairs of breast cancer subtype tissues. Metastasis is the major cause of cancer-related deaths, including those in TNBC, and the presence of dormant residual disseminated tumor cells (DTC) may be a key factor leading to metastasis. ANKRD30A, a potential target for breast cancer immunotherapy, is currently one of the most used DTC markers. Notably, we found the expression levels of the novel intergenic lncRNA LINC00993 to be associated with the expression levels of ANKRD30A. Furthermore, our qRT-PCR data indicated that the expression of LINC00993 was also associated with the expression of the estrogen receptor. In conclusion, our study identified a set of lncRNAs that were consistently aberrantly expressed in TNBC, and these dysregulated lncRNAs may be involved in the development and/or progression of TNBC.
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 | 0,001 | 0,001 |
| 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 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
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 ».