Tumor suppressor effects for miR-215 identified through use of miRNA profiling in metastatic renal cell carcinoma.
Notice bibliographique
Résumé
392 Background: Renal cell carcinoma (RCC) is the most common neoplasm of the adult kidney. Metastatic RCC is difficult to treat. The five-year survival rate for metastatic RCC is <10%. Recently, microRNAs (miRNAs) have been shown to have a role in cancer metastasis and potential as prognostic biomarkers in cancer. Methods: We preformed a miRNA microarray to identify a miRNA signature characteristic of metastatic compared to primary RCC. Results were validated by quantitative real time PCR. Target prediction analysis and gene expression profiling identified many of the dysregulated miRNAs could target genes involved in tumor metastasis. The effect of miR-215 on cellular migration and invasion was shown in a RCC cell line model. Results: We identified 65 miRNAs that were significantly altered in metastatic when compared to primary RCC. Nine (14%) miRNAs had increased expression while 56 (86%) miRNAs showed decreased expression. miR-10b, miR-196a, and miR-27b were the most downregulated while miR-638, miR-1915, and miR-149* were the most upregulated. A non-supervised 2D-cluster analysis showed that a sub-group of the primary tumors clustered under the metastatic arm with a group of miRNAs that follow the same pattern of expression suggesting they have an inherited aggressive signature. We validated our results by examining the expressions of miR-10b, miR-126, miR-196a, miR-204, and miR-215, in two independent cohorts of patients. We also showed that overexpression of miR-215 decreased cellular migration and invasion in a RCC cell line model. In addition, through gene expression profiling, we identified direct and indirect targets of miR-215 that can contribute to tumor metastasis. Conclusions: Our analysis showed that miRNAs are altered in metastatic RCC and can contribute to kidney cancer metastasis through different biological processes. Dysregulated miRNAs represent potential prognostic biomarkers and may have therapeutic applications in kidney cancer.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| 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) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».