A genome-wide association scan of biological processes involved in oral lichen planus and oral squamous cell carcinoma
Notice bibliographique
Résumé
BACKGROUND: In this study, the molecular mechanisms underlying malignant transformation from oral lichen planus (OLP) to oral squamous cell carcinoma (OSCC) were examined. METHODS: High-throughput sequencing of long noncoding RNAs (lncRNAs) and mRNAs of normal subjects and patients with OLP and OSCC was conducted. RNA-seq reads were mapped, lncRNA and mRNA transcripts were assembled, and expression levels were estimated. The targets of lncRNAs were predicted. Finally, Gene Ontology (GO) and pathway enrichment analyses of differentially expressed genes (DEGs) and lncRNA targets were performed. RESULTS: High-quality sequence data were generated and the mapping ratios for OSCC, normal, and OLP samples were high. In total, 820, 656, and 582 DEGs were obtained from OPL vs. normal, OSCC vs. normal, and OSCC vs. OPL, respectively. A total of 1721 known lncRNAs and 133 predicted lncRNAs and targets were obtained. Keratinization was significantly enriched by OSCC-related DEGs, but not OPL-related DEGs. The pathway of olfactory transduction was enriched by OPL- and OSCC-related DEGs. Defense response to virus and viral carcinogenesis were enriched by DEGs and lncRNA targets in all comparisons. GO term related to the metabolic process was enriched by lncRNA targets in the OPL vs normal comparison, and antigen processing and presentation via MHC class I was significantly enriched by lncRNA targets in the other 2 comparisons. CONCLUSION: Keratinization and MHC class I antigen processing and presentation were activated during the malignant transformation from OLP to OSCC. Additionally, the olfactory transduction pathway may be important for OSCC.
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 | 0,001 |
| 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 ».