Abstract 2547: Discovery and characterization of late-stage breast cancer estrogen receptor alpha 1 bound long non-coding RNAs
Notice bibliographique
Résumé
Abstract Breast cancer (BC) is the second most common newly diagnosed cancer and the second leading cause of cancer death among women in the United States. Despite the proven benefits of adjuvant endocrine therapy in women with hormone receptor positive BC, relapses still occur even after initial treatment with endocrine therapy for 5 years, referred to as late-stage relapse. Long non-coding RNAs (lncRNAs) have been shown to be dysregulated in breast cancer. Recent studies have also shown lncRNAs to function by interfacing with corresponding RNA binding proteins to play critical regulatory roles of diverse cellular processes. Therefore, we hypothesize that lncRNAs may interact with ER to regulate genes promoting late-stage relapse. To address this, we aimed to identify lncRNAs bound to the estrogen receptor alpha 1 protein (ESR1) that promote late-stage relapse breast cancer. We first used transcriptome sequencing to identify altered expression levels of lncRNAs between 72 primary tumors and 24 late-stage relapse breast cancer patients. We detected 1192 altered lncRNAs when comparing the metastatic to the primary samples (FDR <0.05). Next, to identify ESR1 bound lncRNAs associated with late-stage BC, we conducted RNA Immunoprecipitation Sequencing of all transcripts bound to ESR1 as compared to an IgG control in the ER+ T47D cell line. We identified 217 lncRNAs bound to ESR1 of which 50 were up-regulated in late-stage BC, termed Late-Stage Relapse BC ESR1-bound lncRNAs (LASERs). Next, we focused on characterizing the most up-regulated differentially expressed lncRNA, LASER1. We found that LASER1 has increased expression in ER+ breast cancer cell lines. Further, elevated expression of LASER1 was also detected in MCF7 long-term estrogen deprived cells lines that have amplified ER+, suggesting an ER dependent mechanism. Preliminary functional studies indicate LASER1 to promote proliferation and invasion in BC cell lines. Ongoing studies will decipher how LASERs interact with ESR1 to promote late-stage relapse. Overall, this is the first study to discover ESR1 bound lncRNAs that may be contributing to late-stage relapse in BC patients. Citation Format: Jessica Monique Silva-Fisher, Abdallah M. Eteleeb, Torsten Nielsen, Charles M. Perou, Jorge S. Reis-Filho, Mathew J. Ellis, Elaine R. Mardis, Christopher A. Maher. Discovery and characterization of late-stage breast cancer estrogen receptor alpha 1 bound long non-coding RNAs [abstract]. In: Proceedings of the American Association for Cancer Research Annual Meeting 2017; 2017 Apr 1-5; Washington, DC. Philadelphia (PA): AACR; Cancer Res 2017;77(13 Suppl):Abstract nr 2547. doi:10.1158/1538-7445.AM2017-2547
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 | 0,001 |
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 ».