MétaCan
Menu
Retour à la cohorte
Enregistrement W2327419046 · doi:10.1097/md.0000000000002697

Malignancy of Cancers and Synthetic Lethal Interactions Associated With Mutations of Cancer Driver Genes

2016· article· en· W2327419046 sur OpenAlexaff
Xiaosheng Wang, Yue Zhang, Ze‐Guang Han, Kunyan He

Notice bibliographique

RevueMedicine · 2016
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueRNA modifications and cancer
Établissements canadiensUniversity Health Network
Organismes subventionnairesChina Pharmaceutical UniversityNational Natural Science Foundation of China
Mots-clésKRASSynthetic lethalityCancerGeneCancer researchMutationPhenotypeMalignancyCancer cellMedicineBiologyGeneticsDNA repair

Résumé

récupéré en direct d'OpenAlex

The mutation status of cancer driver genes may correlate with different degrees of malignancy of cancers. The doubling time and multidrug resistance are 2 phenotypes that reflect the degree of malignancy of cancer cells. Because most of cancer driver genes are hard to target, identification of their synthetic lethal partners might be a viable approach to treatment of the cancers with the relevant mutations.The genome-wide screening for synthetic lethal partners is costly and labor intensive. Thus, a computational approach facilitating identification of candidate genes for a focus synthetic lethal RNAi screening will accelerate novel anticancer drug discovery.We used several publicly available cancer cell lines and tumor tissue genomic data in this study.We compared the doubling time and multidrug resistance between the NCI-60 cell lines with mutations in some cancer driver genes and those without the mutations. We identified some candidate synthetic lethal genes to the cancer driver genes APC, KRAS, BRAF, PIK3CA, and TP53 by comparison of their gene phenotype values in cancer cell lines with the relevant mutations and wild-type background. Further, we experimentally validated some of the synthetic lethal relationships we predicted.We reported that mutations in some cancer driver genes mutations in some cancer driver genes such as APC, KRAS, or PIK3CA might correlate with cancer proliferation or drug resistance. We identified 40, 21, 5, 43, and 18 potential synthetic lethal genes to APC, KRAS, BRAF, PIK3CA, and TP53, respectively. We found that some of the potential synthetic lethal genes show significantly higher expression in the cancers with mutations of their synthetic lethal partners and the wild-type counterparts. Further, our experiments confirmed several synthetic lethal relationships that are novel findings by our methods.We experimentally validated a part of the synthetic lethal relationships we predicted. We plan to perform further experiments to validate the other synthetic lethal relationships predicted by this study.Our computational methods achieve to identify candidate synthetic lethal partners to cancer driver genes for further experimental screening with multiple lines of evidences, and therefore contribute to development of anticancer drugs.

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)0,000
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 enseignants0,197
Score d'incertitude au seuil0,128

Scores Codex et Gemma par catégorie

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 recherche0,0000,000
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 Opus0,012
Tête enseignante GPT0,280
Écart entre enseignants0,268 · 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

Citations15
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMedicineMême sujetRNA modifications and cancerTravaux en français237 207