MétaCan
Menu
Retour à la cohorte
Enregistrement W1533533749 · doi:10.3892/or.2015.4051

MicroRNA-153 is a prognostic marker and inhibits cell migration and invasion by targeting SNAI1 in human pancreatic ductal adenocarcinoma

2015· article· en· W1533533749 sur OpenAlexfundno aff
Jiangli Sun, Xiaobo Wang, Hai Wang, Honghong Pei, Zhengliang Zhang

Dossier post-publication

NatureRetraction
MotifConcerns/Issues about Image;Duplication of/in Image;Manipulation of Images;
Date11/16/2022 0:00
Signalé par OpenAlex ?Oui

Source : Retraction Watch, jointe par DOI. OpenAlex consigne la rétractation dans is_retracted, un booléen sur un espace d'états à au moins quatre valeurs ; il ne peut donc exprimer ni une expression de préoccupation, ni une correction, ni un rétablissement, et les rapporte comme false, ce qui se lit comme « rien à signaler ».

Notice bibliographique

RevueOncology Reports · 2015
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueMicroRNA in disease regulation
Établissements canadiensnon disponible
Organismes subventionnairesPublic Health Agency of Canada
Mots-clésSNAI1OncogeneCancer researchMetastasisDownregulation and upregulationmicroRNABiologyMolecular medicineEctopic expressionOncomirPancreatic cancerClinical significanceCell cycleCellCancerInternal medicineOncologyCell cultureCarcinogenesisMedicineEpithelial–mesenchymal transitionGene

Résumé

récupéré en direct d'OpenAlex

Human pancreatic ductal adenocarcinoma (PDAC) is an aggressive cancer type with early metastasis, which leads to poor prognosis for patients. Mounting evidence suggests that microRNAs (miRNAs) act as critical factors for tumor recurrence and metastasis. miR-153 has been suggested as a novel tumor-associated miRNA, which is involved in tumor metastasis. However, the clinical significance of miR-153 and its role in PDAC remains to be investigated. The aim of the present study was to investigate the expression levels of miR-153 using RT-qPCR in human PDAC cell lines and tissues. A clinical association analysis was performed to investigate the clinical significance of miR-153. The results showed that, the relative expression of miR-153 in PDAC cells was obviously decreased as compared to that in the normal human pancreatic duct epithelial cell line. The mean expression of miR-153 in PDAC tissues was significantly reduced as compared to that in the normal pancreatic tissues. The clinical analysis revealed that a low expression of miR-153 was closely associated with poor prognostic features and shorter long-term survival of PDAC patients. Furthermore, univariate and multivariate Cox regression analyses showed that miR-153 was an independent prognostic factor for predicting survival in PDAC patients. In vitro studies demonstrated that the upregulation of miR-153 inhibited migration and invasion in MIAPaCa-2 cells. By contrast, the downregulation of miR-153 increased the number of migrated and invaded AsPC-1 cells. miR-153 inversely regulated SNAI1 abundance in MIAPaCa-2 cells. Notably, SNAI1 was identified as a direct target of miR-153 in PDAC. Furthermore, an inverse correlation between miR-153 and SNAI1 expression was observed in PDAC tissues. In conclusion, the results showed miR-153 is an independent prognostic marker for predicting survival in PDAC patients and inhibits cell migration and invasion by targeting SNAI1.

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,054
Score d'incertitude au seuil0,648

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,011
Tête enseignante GPT0,247
Écart entre enseignants0,237 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations41
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueOncology ReportsMême sujetMicroRNA in disease regulationTravaux en français237 207