KLK6‐regulated miRNA networks activate oncogenic pathways in breast cancer subtypes
Notice bibliographique
Résumé
KLK6 is expressed in normal mammary tissues and is aberrantly regulated in breast cancer. At physiological levels of expression, i.e. those found in normal mammary tissues, KLK6 acts as a tumor suppressor in human breast cancer. However, aberrant overexpression of KLK6 (i.e. 50-100-fold higher than normal), a characteristic of a subset of human breast cancers is associated with increased tumorigenicity (Pampalakis et al. Cancer Res 69:3779-3787, 2009). Here, we stably transfected KLK6-non-expressing MDA-MB-231 breast cancer cells with the full-length KLK6 cDNA to overexpress KLK6 at levels comparable to those observed in patients, and investigated potential oncogenic miRNA networks regulated by these abnormally high KLK6 expression levels and increased activity of this serine protease. A number of miRNAs that are upregulated (e.g. miR-146a) or downregulated (e.g. miR-34a) via KLK6-induced alterations in the miRNA biogenesis machinery were identified. Integrated experimental and bioinformatics analyses identified convergent miRNA networks targeting the cell cycle, MYC, MAPK, and other signaling pathways. In large clinical datasets, significant correlations between KLK6 and downstream MAPK and MYC targets at both the RNA and protein levels was confirmed, as well as negative correlation with GATA3. It was also demonstrated that KLK6 overexpression and likely its proteolytic activity is associated with alterations in downstream miRNAs and their targets, and these differ with the molecular subtypes of breast cancer. The data partly explains the different characteristics of breast cancer subtypes. Importantly, we introduce a combined KLK6-CDKN1B+MYC+CDKN1C score for prediction of long-term patient survival outcomes, with higher scores indicating poor survival.
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) | 0,001 | 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 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 ».