Non-coding RNAs predict recurrence-free survival of patients with hypoxic tumours
Notice bibliographique
Résumé
Hypoxia promotes tumour aggressiveness and reduces patient survival. A spectrum of poor outcome among patients with hypoxic tumours suggests that additional factors modulate how tumours respond to hypoxia. PIWI-interacting RNAs (piRNAs) are small non-coding RNAs with a pivotal role in genomic stability and epigenetic regulation of gene expression. We reported that cancer type-specific piRNA signatures vary among patients. However, remarkably homogenous piRNA profiles are detected across patients with renal cell carcinoma, a cancer characterized by constitutive upregulation of hypoxia-related signaling induced by common mutation or loss of von Hippel-Lindau factor (VHL). By investigating >3000 piRNA transcriptomes in hypoxic and non-hypoxic tumors from seven organs, we discovered 40 hypoxia-regulated piRNAs and validated this in cells cultured under hypoxia. Moreover, a subset of these hypoxia-regulated piRNAs are regulated by VHL/HIF signaling in vitro. A hypoxia-regulated piRNA-based score (PiSco) was associated with poor RFS for hypoxic tumours, particularly Stage I lung adenocarcinomas, suggesting that hypoxia-regulated piRNA expression can predict tumour recurrence even in early-stage tumours and thus may be of clinical utility.
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 ».