MétaCan
Menu
Retour à la cohorte
Enregistrement W2564044001 · doi:10.1158/1557-3125.advbc-a023

Abstract A023: Investigating differential expression of microRNAs in the luminal breast cancer subtype

2013· article· en· W2564044001 sur OpenAlexaff
Dylan A. Ehman, Dushanthi Pinnaduwage, Shelley B. Bull, Irene L. Andrulis

Notice bibliographique

RevueMolecular Cancer Research · 2013
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueMicroRNA in disease regulation
Établissements canadiensLunenfeld-Tanenbaum Research InstituteMount Sinai Hospital
Organismes subventionnairesnon disponible
Mots-clésBreast cancermicroRNAMedicineOncologyTaqManPathologicalInternal medicineDiseaseCancerReal-time polymerase chain reactionCancer researchPathologyBiologyGene

Résumé

récupéré en direct d'OpenAlex

Abstract Breast Cancer is a heterogeneous disease, and tumors vary in pathological and clinical characteristics making it important that tumors be accurately characterized at diagnosis. Current methods reveal a number of breast cancer subtypes correlating with clinical factors; however, patients with the luminal subtype have a range of outcomes. Our hypothesis is that microRNA (miRNA) expression profiling may provide a method of discriminating tumors in this subtype into good and poor prognosis groups, as well as reveal potential biological factors affecting prognosis. Expression profiling was performed on miRNAs from 39 primary ER+, HER2- luminal breast tumors from a prospective cohort of women with node negative breast cancer with a median follow-up time of 116 months. Of the 39 tumors, 19 were from patients who eventually experienced a recurrence and 20 were from matched patients who remained disease-free. Total RNA was extracted from the specimens and the miRNAs quantified using TaqMan Array MicroRNA Cards. Results analyzed using significance analysis of microarrays (SAM) revealed nine miRNAs with a standard t-test p-value less than 0.05 and ranked within the top 20, designated as significantly differentially expressed between the two groups. Four of these, miR-135a, miR-140-5p, miR-200a, and miR-218, were selected for validation on the same samples using singleplex quantitative real-time PCR conducted in triplicate, and confirmed to be significantly less expressed in tumors in patients who had experienced recurrence compared to tumors from patients without recurrence. Functional analysis of miR-200a and miR-218 is being performed in MCF-7 breast cancer cells to determine the role they play in luminal breast cancer recurrence. Validated targets of these miRNAs suggest involvement in epithelial to mesenchymal transition and cellular migration, invasion, and proliferation. The activity of these miRNAs is being studied in vitro and altered expression of miRNA targets is being confirmed. Future studies to examine whether these modifications result in changes in tumorgenicity phenotypes will be addressed by assaying cell proliferation, migration, and invasion. This project has the potential to aid in improving breast cancer prognostication in the clinical setting, improve our knowledge of the role if miRNAs in luminal breast cancer, and identify miRNAs suitable as possible diagnostic biomarkers or novel therapeutic targets. Citation Format: Dylan A. Ehman, Dushanthi Pinnaduwage, Shelley B. Bull, Irene L. Andrulis. Investigating differential expression of microRNAs in the luminal breast cancer subtype. [abstract]. In: Proceedings of the AACR Special Conference on Advances in Breast Cancer Research: Genetics, Biology, and Clinical Applications; Oct 3-6, 2013; San Diego, CA. Philadelphia (PA): AACR; Mol Cancer Res 2013;11(10 Suppl):Abstract nr A023.

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 enseignants0,251
Score d'incertitude au seuil0,475

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 Opus0,031
Tête enseignante GPT0,343
Écart entre enseignants0,312 · 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

Citations0
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMolecular Cancer ResearchMême sujetMicroRNA in disease regulationTravaux en français237 207