Definition of the Landscape of Promoter DNA Hypomethylation in Liver Cancer
Notice bibliographique
Résumé
We use hepatic cellular carcinoma (HCC), one of the most common human cancers, as a model to delineate the landscape of promoter hypomethylation in cancer. Using a combination of methylated DNA immunoprecipitation and hybridization with comprehensive promoter arrays, we have identified approximately 3,700 promoters that are hypomethylated in tumor samples. The hypomethylated promoters appeared in clusters across the genome suggesting that a high-level organization underlies the epigenomic changes in cancer. In normal liver, most hypomethylated promoters showed an intermediate level of methylation and expression, however, high-CpG dense promoters showed the most profound increase in gene expression. The demethylated genes are mainly involved in cell growth, cell adhesion and communication, signal transduction, mobility, and invasion; functions that are essential for cancer progression and metastasis. The DNA methylation inhibitor, 5-aza-2'-deoxycytidine, activated several of the genes that are demethylated and induced in tumors, supporting a causal role for demethylation in activation of these genes. Previous studies suggested that MBD2 was involved in demethylation of specific human breast and prostate cancer genes. Whereas MBD2 depletion in normal liver cells had little or no effect, we found that its depletion in human HCC and adenocarcinoma cells resulted in suppression of cell growth, anchorage-independent growth and invasiveness as well as an increase in promoter methylation and silencing of several of the genes that are hypomethylated in tumors. Taken together, the findings define the potential functional role of hypomethylation in cancer.
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 | 0,000 |
| 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) | 0,000 | 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 ».