MétaCan
Menu
← Retour à la cohorte
Enregistrement W2342447202 · doi:10.1158/1538-7445.sabcs15-p2-05-14

Abstract P2-05-14: The long noncoding RNA BHLHE40-AS1 as a functional biomarker of invasive breast cancer

2016· article· en· W2342447202 sur OpenAlexaff
RKS DeVaux, Sean Davis, Jesse Sheftel, Christian Coarfa, Fariba Behbod, JI Herschkowitz

Notice bibliographique

RevueCancer Research · 2016
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueCancer-related molecular mechanisms research
Établissements canadiensQueen's University
Organismes subventionnairesnon disponible
Mots-clésBreast cancerBiomarkerMedicineDuctal carcinomaCancerDiseaseCarcinogenesisEpigeneticsOncologyLong non-coding RNABioinformaticsInternal medicineBiologyRNAGene

Résumé

récupéré en direct d'OpenAlex

Abstract Increased emphasis on breast cancer screening has led to a dramatic surge in diagnosis of pre-cancerous ductal carcinoma in situ (DCIS) over the past 30 years. Unfortunately, diagnosis of late stage invasive and metastatic disease has not proportionally declined, suggesting significant over diagnosis and over treatment of innocuous DCIS. Due to a lack of biomarkers, the heterogeneity of DCIS lesions, and an insufficient understanding of mechanisms of invasive progression, there is currently no clinically relevant method of predicting which DCIS lesions will advance to invasive disease. As a result, all DCIS patients undergo an aggressive treatment regimen to prevent disease progression. Therefore, there is a critical need to determine the underlying mechanisms driving breast cancer progression to better inform patient treatment options and nominate novel therapeutic entry points for treatment of invasive disease. Recently, long noncoding RNAs (lncRNAs) have gained attention as critical regulators of epigenetic states and gene expression. Although the study of lncRNAs is in its infancy, they are being uncovered as pivotal regulators of development and tumorigenesis, thus they are a rich source of potential drivers of breast cancer progression. We propose that lncRNAs functionally drive breast cancer invasion and their expression can discriminate between innocuous and potentially invasive DCIS. Using biopsies from women that exhibit tandem DCIS and invasive breast cancer lesions, we have identified a cohort of long noncoding RNAs (lncRNAs) that are enriched in the invasive biopsy. From this cohort we have identified the lncRNA BHLHE40-AS1 as increasing in a step-wise manner in a breast cancer progression series that escalates from normal, non-transformed cells to highly invasive disease. Preliminary evidence suggests that BHLHE40-AS1 expression regulates invasive potential in vitro. Using a GeneChip® Human Transcriptome 2.0 Array (HTA) we have identified several targets previously associated with driving breast cancer invasion as being potentially regulated by BHLHE40-AS1. Future directions will focus on determining the effect of BHLHE40-AS1 expression on tumor cell invasion in an orthotopic xenograft model, mechanistically elaborating its function, and determining the utility of BHLHE40-AS1 as a clinically relevant biomarker of invasive breast cancer. Citation Format: DeVaux RKS, Davis S, Sheftel J, Coarfa C, Behbod F, Herschkowitz JI. The long noncoding RNA BHLHE40-AS1 as a functional biomarker of invasive breast cancer. [abstract]. In: Proceedings of the Thirty-Eighth Annual CTRC-AACR San Antonio Breast Cancer Symposium: 2015 Dec 8-12; San Antonio, TX. Philadelphia (PA): AACR; Cancer Res 2016;76(4 Suppl):Abstract nr P2-05-14.

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)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,005
Score d'incertitude au seuil0,016

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0000,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0050,002

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 Opus0,055
Tête enseignante GPT0,370
Écart entre enseignants0,315 · 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'étudeObservationnel
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
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCancer Research→Même sujetCancer-related molecular mechanisms research→Travaux en français237 207→