MicroRNAs: exploring a new dimension in the pathogenesis of kidney cancer
Notice bibliographique
Résumé
Renal cell carcinoma (RCC) is the most common neoplasm of the adult kidney. The role of the von-Hippel-Lindeau (VHL) tumour suppressor gene is well established in RCC with a loss of VHL protein leading to accumulated hypoxia-induced factor (HIF) and the subsequent transcriptional activation of multiple downstream targets. Recently, microRNAs (miRNAs) have been shown to be differentially expressed in RCC and their role in RCC pathogenesis is emerging. This month, in BMC Medicine, Gleadle and colleagues show that certain miRNAs are regulated by VHL in either a hypoxia-inducible factor (HIF)-dependent or HIF-independent manner in RCC. They also show that miRNA expression correlates with the survival of RCC patients.In this commentary, we discuss the current understanding of the role of miRNAs in RCC and the different possible scenarios of their involvement in RCC pathogenesis. We also address their clinical significance as tumour markers, together with the potential use of miRNAs as therapeutic targets. Finally, we discuss some of the challenges that face the fast-evolving field of miRNAs, including the identification and validation of miRNA targets and the difficulties associated with establishing a link between miRNA expression and biological effects. A more thorough understanding of the biological nature of miRNAs and careful experimental planning will help us to reveal the complex role that miRNAs play in RCC pathogenesis. See research article: http://www.biomedcentral.com/1741-7015/8/64.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| 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 | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».