Unlocking the complexity of hypoxia non-coding transcriptome landscape of breast cancer
Notice bibliographique
Résumé
Transcriptional responses to hypoxia are central to the pathogenesis of many types of cancer. Today, pan-genome analyses of hypoxia have focused on protein-coding genes, however, the role of non-coding RNAs, in particular long non-coding RNAs (lncRNA) is not well characterised. We undertook an integrated pan-genomic analysis of the transcriptional responses to hypoxia in MCF7 breast cancer cells, employing total RNA-seq together with ChIP-seq for the hypoxia-inducible transcription factor (HIF) and for epigenetic marks of transcriptional activation (RNApol2 and histone H3K4me3). Analyses revealed that all classes of RNA are significantly regulated by hypoxia. We found significant numbers of lncRNAs are up-regulated in hypoxia and these are associated with epigenetic marks of increased transcription and HIF binding. We describe a number of hypoxia regulated non-annotated RNA species, including several that are antisense to hypoxia regulated protein-coding RNAs. The most hypoxia up-regulated lncRNA was NEAT1. The role of NEAT1 in cancer has not been previously studied. We demonstrate that NEAT1 induction is common in breast cancer cell lines and xenograft models. Finally, selected hypoxia regulated lncRNAs are analysed in a large cohort of breast cancers (n=2000) and found to be associated with poor clinical outcome and clinicopathological features. Our findings extend knowledge of the hypoxic transcriptional response into the spectrum of non-coding transcripts. These HIF-regulated non-coding transcripts have the potential to act as biomarkers for breast cancer as well as potential novel therapeutic targets.
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 | 0,000 | 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 | 0,000 | 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 ».