Differentially expressed alternatively spliced genes in skeletal muscle from cancer patients with cachexia
Notice bibliographique
Résumé
BACKGROUND: Alternative splicing (AS) is a post-transcriptional gene regulatory mechanism that contributes to proteome diversity. Aberrant splicing mechanisms contribute to various cancers and muscle-related conditions such as Duchenne muscular dystrophy. However, dysregulation of AS in cancer cachexia (CC) remains unexplored. Our objectives were (i) to profile alternatively spliced genes (ASGs) on a genome-wide scale and (ii) to identify differentially expressed alternatively spliced genes (DASGs) associated with CC. METHODS: Rectus abdominis muscle biopsies obtained from cancer patients were stratified into cachectic cases (n = 21, classified based on International consensus diagnostic framework for CC) and non-cachectic controls (n = 19, weight stable cancer patients). Human transcriptome array 2.0 was used for profiling ASGs using the total RNA isolated from muscle biopsies. Representative DASG signatures were validated using semi-quantitative RT-PCR. RESULTS: We identified 8960 ASGs, of which 922 DASGs (772 up-regulated and 150 down-regulated) were identified at ≥1.4 fold-change and P < 0.05. Representative DASGs validated by semi-quantitative RT-PCR confirmed the primary findings from the human transcriptome arrays. Identified DASGs were associated with myogenesis, adipogenesis, protein ubiquitination, and inflammation. Up to 10% of the DASGs exhibited cassette exon (exon included or skipped) as a predominant form of AS event. We also observed other forms of AS events such as intron retention, alternate promoters. CONCLUSIONS: Overall, we have, for the first time, conducted global profiling of muscle tissue to identify DASGs associated with CC. The mechanistic roles of the identified DASGs in CC pathophysiology using model systems is warranted, as well as replication of findings in independent cohorts.
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 | 0,000 |
| 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) | 0,000 | 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 ».