MétaCan
Menu
Retour à la cohorte
Enregistrement W2596568799 · doi:10.1002/path.4894

Comparative transcriptome analysis of isogenic cell line models and primary cancers links capicua (<scp>CIC</scp>) loss to activation of the MAPK signalling cascade

2017· article· en· W2596568799 sur OpenAlexafffund
Véronique Leblanc, Marlo Firme, Jungeun Song, Susanna Chan, Min Hye Lee, Stephen Yip, Suganthi Chittaranjan, Marco A. Marra

Notice bibliographique

RevueThe Journal of Pathology · 2017
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueSingle-cell and spatial transcriptomics
Établissements canadiensCanada's Michael Smith Genome Sciences CentreGenome British ColumbiaUniversity of British ColumbiaBC Cancer Agency
Organismes subventionnairesNational Human Genome Research InstituteCanadian Institutes of Health ResearchKillam TrustsNational Cancer InstituteBC Cancer FoundationVancouver Coastal Health Research InstituteUniversity of British ColumbiaBC Cancer AgencyCanada Research ChairsUniversity of Chicago
Mots-clésTranscriptomeBiologyMAPK/ERK pathwayContext (archaeology)PhenotypeCancer researchGeneRepressorKinaseGeneticsCell biologyGene expression

Résumé

récupéré en direct d'OpenAlex

CIC encodes a transcriptional repressor, capicua (CIC), whose disrupted activity appears to be involved in several cancer types, including type I low-grade gliomas (LGGs) and stomach adenocarcinomas (STADs). To explore human CIC's transcriptional network in an isogenic background, we developed novel isogenic CIC knockout cell lines as model systems, and used these in transcriptome analyses to study the consequences of CIC loss. We also compared our results with analyses of transcriptome data from TCGA for type I LGGs and STADs. We identified 39 candidate targets of CIC transcriptional regulation, and confirmed seven of these as direct targets. We showed that, although many CIC targets appear to be context-specific, the effects of CIC loss converge on the dysregulation of similar biological processes in different cancer types. For example, we found that CIC deficiency was associated with disruptions in the expression of genes involved in cell-cell adhesion, and in the development of several cell and tissue types. We also showed that loss of CIC leads to overexpression of downstream members of the mitogen-activated protein kinase (MAPK) signalling cascade, indicating that CIC deficiency may present a novel mechanism for activation of this oncogenic pathway. © 2017 The Authors. Journal of Pathology published by John Wiley & Sons Ltd on behalf of Pathological Society of Great Britain and Ireland.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,001
Score d'incertitude au seuil0,004

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,032
Tête enseignante GPT0,270
Écart entre enseignants0,239 · 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'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

Citations60
Publié2017
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueThe Journal of PathologyMême sujetSingle-cell and spatial transcriptomicsTravaux en français237 207