MétaCan
Menu
Retour à la cohorte
Enregistrement W173881836 · doi:10.18632/oncoscience.91

Kallikrein-related peptidase 5 induces miRNA-mediated anti-oncogenic pathways in breast cancer

2014· article· en· W173881836 sur OpenAlexafffund
Konstantinos Gus Sidiropoulos, Nicole M. White, Anna Bui, Qiang Ding, Peter Boulos, Georgios Pampalakis, Heba Khella, Joseph N. Samuel, Georgia Sotiropoulou, George M. Yousef

Notice bibliographique

RevueOncoscience · 2014
Typearticle
Langueen
DomaineMedicine
ThématiqueCoagulation, Bradykinin, Polyphosphates, and Angioedema
Établissements canadiensSt. Michael's Hospital
Organismes subventionnairesKidney Foundation of CanadaProstate Cancer CanadaMovember Foundation
Mots-clésKallikreinBiologyProteasesCancerBreast cancermicroRNACancer researchGeneGenetics

Résumé

récupéré en direct d'OpenAlex

Kallikrein-related peptidase 5 (KLK5) displays aberrant expression in cancer. Recently, we showed KLK5 reconstitution in breast cancer cell lines suppresses malignancy. Present study aims to investigate the functional KLK5 mediated miRNA network on breast cancer progression, molecular subtype and survival. 28 miRNAs were up-regulated and 62 miRNAs were down-regulated upon KLK5 expression. Extracellular matrix (ECM) molecules and cell-adhesion pathways were the most significant KLK5-induced miRNA-mediated regulatory targets. Validation from The Cancer Genome Atlas (TCGA) database indicated KLK5 was specifically down-regulated in luminal B and basal-like breast cancer subtypes. There was a correlation between KLK5, miRNAs and their downstream ECM gene targets. Long-term patient survival correlated with dysregulation of KLK5 and interacting ECM target genes. It suggests biological differences between breast cancer molecular subtypes, patient survival, and their propensity for invasion and metastasis can be explained in part by altered miRNA networks induced by KLK5 dysregulation. We provide the first evidence that KLK5 can affect miRNA networks, which regulate MMPs and other novel ECM targets and a new compelling hypothesis of interplay between serine proteases and miRNAs. We developed a combined KLK5-(ITGB1+COL12A1) predictive score for recurrence-free survival that could be exploited in clinical applications.

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)0,001
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: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,425
Score d'incertitude au seuil0,801

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
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 Opus0,018
Tête enseignante GPT0,268
Écart entre enseignants0,250 · 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'étudeObservationnel
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

Citations33
Publié2014
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueOncoscienceMême sujetCoagulation, Bradykinin, Polyphosphates, and AngioedemaTravaux en français237 207