Elevation of SIPL1 (SHARPIN) Increases Breast Cancer Risk
Notice bibliographique
Résumé
SIPL1 (Sharpin) or Sharpin plays a role in tumorigenesis. However, its involvement in breast cancer tumorigenesis remains largely unknown. To investigate this issue, we have systemically analyzed SIPL1 gene amplification and expression data available from Oncomine datasets, which were derived from 17 studies and contained approximately 20,000 genes, 3438 breast cancer cases, and 228 normal individuals. We found a SIPL1 gene amplification in invasive ductal breast cancers compared to normal breast tissues and a significant elevation of SIPL1 mRNA in breast cancers in comparison to non-tumor breast tissues. These results collectively reveal that increases in SIPL1 expression occur during breast cancer tumorigenesis. To further investigate this association, we observed increases in the SIPL1 gene and mRNA in the breast cancer subtypes of estrogen receptor (ER)+, progesterone receptor (PR)+, HER2+, or triple negative. Additionally, a gain of the SIPL1 gene correlated with breast cancer grade and the levels of SIPL1 mRNA associated with both breast cancer stages and grades. Elevation of SIPL1 gene copy and mRNA is linked to a decrease in patient survival, especially for those with PR+, ER+, or HER2- breast cancers. These results are supported by our analysis of SIPL1 protein expression using a tissue microarray containing 224 breast cancer cases, in which higher levels of SIPL1 relate to ER+ and PR+ tumors and AKT activation. Furthermore, we were able to show that progesterone significantly reduced SIPL1 mRNA and protein expression in MCF7 cells. As progesterone enhances breast cancer tumorigenesis in a context dependent manner, inhibition of SIPL1 expression may contribute to progesterone's non-tumorigenic function which might be countered by SIPL1 upregulation. Taken together, we demonstrate a positive correlation of SIPL1 with BC tumorigenesis.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| 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) | 0,002 | 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 ».