MétaCan
Menu
← Retour à la cohorte
Enregistrement W2316561842 · doi:10.1093/neuonc/nou262.4

MR-04 * DICER REGULATES GLIOMA STEM CELL STATE

2014· article· en· W2316561842 sur OpenAlexaff
Sanjay K. Singh, Kelly Burrell, A. Alamhabspour, Sameer Agnihotri, A. Vartanian, S. Jalali, Joy Gumin, Erik P. Sulman, F. Lang, Gelareh Zadeh

Notice bibliographique

RevueNeuro-Oncology · 2014
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueCancer-related molecular mechanisms research
Établissements canadiensUniversity Health Network
Organismes subventionnairesnon disponible
Mots-clésDicerBiologyGene knockdownmicroRNAStem cellDroshaCancer researchStem cell markerPhenotypeMolecular biologyRNA interferenceCell biologyGeneticsCell cultureGeneRNA

Résumé

récupéré en direct d'OpenAlex

The role of cancer stem cells in tumor formation and tumor heterogeneity is currently one of the most researched topics in cancer biology, and microRNAs likely have functional relevance in regulation of critical genes and parameters implicated in glioma stem cell (GSC) behavior and differentiation. To address this, we investigated global role of microRNA in GSCs, focusing on DICER, which regulates double-stranded RNA processing for microRNA biogenesis. Analysis of data from the Cancer Genome Atlas (TCGA) database suggests that high Dicer expression level is correlated with better prognosis of GBM patients. Gene signatures correlated with DICER expression levels suggest DICER/miRNA mediated mechanisms potentially regulate a multitude of cellular pathways in GBMs. Immunohistochemistry analysis of GBM tissue microarray reveals that of 54 tumor samples, 26 (48%) of GBM patients have low or undetectable levels of DICER1 protein, indicating frequent inactivation in high grade glioma. To characterize this functionally, we utilized various in vitro approaches, including exposure to hypoxia, to characterize the GSC properties after knockdown of DICER (GSCs did not have significant variation in endogenous DICER levels). Using three different GSC lines, we found in all cases with Dicer knockdown resulted in increased proliferation of three independent GSC lines with concomitant decrease in levels of stem cell markers (Sox2, Bmi1 etc.), a phenotype observed even upon exposure to hypoxia, a state that is known to preserve and promote the stem-like cell phenotype. Results from self-renewal assays as well as expression profiling show that GSCs with depleted levels of Dicer lose stem cell characteristics and acquire a progenitor-cell like state. Our results highlight the role of DICER as potential regulators of GSC stem-like versus progenitor-like state.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,003
Score d'incertitude au seuil0,009

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
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)0,0030,001

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 Opus0,010
Tête enseignante GPT0,270
Écart entre enseignants0,260 · 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 source (Gemma direct ou Codex distillé), 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

Citations0
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueNeuro-Oncology→Même sujetCancer-related molecular mechanisms research→Travaux en français237 207→