Profiling of Small Nucleolar RNAs by Next Generation Sequencing: Potential New Players for Breast Cancer Prognosis
Notice bibliographique
Résumé
One of the most abundant, yet least explored, classes of RNA is the small nucleolar RNAs (snoRNAs), which are well known for their involvement in post-transcriptional modifications of other RNAs. Although snoRNAs were only considered to perform housekeeping functions for a long time, recent studies have highlighted their importance as regulators of gene expression and as diagnostic/prognostic markers. However, the prognostic potential of these RNAs has not been interrogated for breast cancer (BC). The objective of the current study was to identify snoRNAs as prognostic markers for BC. Small RNA sequencing (Illumina Genome Analyzer IIx) was performed for 104 BC cases and 11 normal breast tissues. Partek Genomics Suite was used for analyzing the sequencing files. Two independent and proven approaches were used to identify prognostic markers: case-control (CC) and case-only (CO). For both approaches, snoRNAs significant in the permutation test, following univariate Cox proportional hazards regression model were used for constructing risk scores. Risk scores were subsequently adjusted for potential confounders in a multivariate Cox model. For both approaches, thirteen snoRNAs were associated with overall survival and/or recurrence free survival. Patients belonging to the high-risk group were associated with poor outcomes, and the risk score was significant after adjusting for confounders. Validation of representative snoRNAs (SNORD46 and SNORD89) using qRT-PCR confirmed the observations from sequencing experiments. We also observed 64 snoRNAs harboring piwi-interacting RNAs and/or microRNAs that were predicted to target genes (mRNAs) involved in tumorigenesis. Our results demonstrate the potential of snoRNAs to serve (i) as novel prognostic markers for BC and (ii) as indirect regulators of gene expression.
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 ».