Genome-wide profiling of transfer RNAs and their role as novel prognostic markers for breast cancer
Notice bibliographique
Résumé
Transfer RNAs (tRNAs, key molecules in protein synthesis) have not been investigated as potential prognostic markers in breast cancer (BC), despite early findings of their dysregulation and diagnostic potential. We aim to comprehensively profile tRNAs from breast tissues and to evaluate their role as prognostic markers (Overall Survival, OS and Recurrence Free Survival, RFS). tRNAs were profiled from 11 normal breast and 104 breast tumor tissues using next generation sequencing. We adopted a Case-control (CC) and Case-Only (CO) association study designs. Risk scores constructed from tRNAs were subjected to univariate and multivariate Cox-proportional hazards regression to investigate their prognostic value. Of the 571 tRNAs profiled, 76 were differentially expressed (DE) and three were significant for OS in the CC approach. We identified an additional 11 tRNAs associated with OS and 14 tRNAs as significant for RFS in the CO approach, indicating that CC alone may not capture all discriminatory tRNAs in prognoses. In both the approaches, the risk scores were significant in the multivariate analysis as independent prognostic factors, and patients belonging to high-risk group were associated with poor prognosis. Our results confirmed global up-regulation of tRNAs in BC and identified tRNAs as potential novel prognostic markers for BC.
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) | 0,000 | 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) | 0,000 | 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 ».