Integrated Genomic Analysis of Mitochondrial RNA Processing in Human Cancers
Notice bibliographique
Résumé
Abstract Alterations to mitochondrial function and mutations in mitochondrial genes have been reported for a wide variety of cancers, however the mitochondrial transcriptome remains largely unexplored in cancer despite an emerging appreciation of the role that post-transcriptional regulation plays in the etiology of these diseases. Here, we quantify and assess changes to mitochondrial RNA processing in human cancers using integrated genomic analysis of RNA Sequencing and genotyping data from 1226 samples across 12 different cancer types. We find significant changes to m 1 A and m 1 G post-transcriptional methylation rates at functionally important positions in mitochondrial tRNAs in tumor tissues across all cancers. Pathways of RNA processing are strongly associated with methylation rates in normal tissues (P=2.85×10 -27 ), yet these associations are lost in tumors. Furthermore, we report 18 gene-by-disease-state interactions where altered methylation rates occur under cancer status conditional on genotype, implicating genes associated with mitochondrial function or cancer (e.g. CACNA2D2, LMO2 and FLT3 ) and suggesting that nuclear genetic variation can potentially modulate an individual’s ability to maintain unaltered rates of mitochondrial RNA processing under cancer status. Finally, we report a significant association between the magnitude of methylation rate changes in tumors and patient survival outcomes. These results highlight mitochondrial post-transcriptional events as a clinically relevant mechanism and as a theme for the further investigation of cancer processes, biomarkers and therapeutic interventions.
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 | 0,001 | 0,001 |
| 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 ».