MétaCan
Menu
Retour à la cohorte
Enregistrement W2082692236 · doi:10.1158/0008-5472.can-13-2351

LRH-1 Governs Vital Transcriptional Programs in Endocrine-Sensitive and -Resistant Breast Cancer Cells

2014· article· en· W2082692236 sur OpenAlexafffund
Stéphanie Bianco, Mylène Brunelle, Maïka Jangal, Luca Magnani, Nicolas Gévry

Notice bibliographique

RevueCancer Research · 2014
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueCancer-related molecular mechanisms research
Établissements canadiensUniversité de Sherbrooke
Organismes subventionnairesCanadian Institutes of Health Research
Mots-clésEndocrine systemBreast cancerCancerCancer researchMedicineInternal medicineOncologyBiologyEndocrinologyHormone

Résumé

récupéré en direct d'OpenAlex

Tumor characteristics are decisive in the determination of treatment strategy for patients with breast cancer. Patients with estrogen receptor α (ERα)-positive breast cancer can benefit from long-term hormonal treatment. Nonetheless, the majority of patients will develop resistance to these therapies. Here, we investigated the role of the nuclear receptor liver receptor homolog-1 (LRH-1, NR5A2) in antiestrogen-sensitive and -resistant breast cancer cells. We identified genome-wide LRH-1-binding sites using ChIP-seq (chromatin immunoprecipitation sequencing), uncovering preferential binding to regions distal to transcriptional start sites. We further characterized these LRH-1-binding sites by integrating overlapping layers of specific chromatin marks, revealing that many LRH-1-binding sites are active and could be involved in long-range enhancer-promoter looping. Combined with transcriptome analysis of LRH-1-depleted cells, these results show that LRH-1 regulates specific subsets of genes involved in cell proliferation in antiestrogen-sensitive and antiestrogen-resistant breast cancer cells. Furthermore, the LRH-1 transcriptional program is highly associated with a signature of poor outcome and high-grade breast cancer tumors in vivo. Herein, we report the genome-wide location and molecular function of LRH-1 in breast cancer cells and reveal its therapeutic potential for the treatment of breast cancers, notably for tumors resistant to treatments currently used in therapies.

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: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,038
Score d'incertitude au seuil0,835

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
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 Opus0,031
Tête enseignante GPT0,331
Écart entre enseignants0,300 · 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

Citations54
Publié2014
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueCancer ResearchMême sujetCancer-related molecular mechanisms researchTravaux en français237 207