MétaCan
Menu
Retour à la cohorte
Enregistrement W2782759066 · doi:10.18632/oncotarget.24070

Differentially expressed microRNAs in lung adenocarcinoma invert effects of copy number aberrations of prognostic genes

2018· article· en· W2782759066 sur OpenAlexaffabout
Tomáš Tokár, Chiara Pastrello, Varune Rohan Ramnarine, Chang‐Qi Zhu, Kenneth J. Craddock, Larrisa A. Pikor, Emily A. Vucic, Simon Vary, Frances A. Shepherd, Ming‐Sound Tsao, Wan L. Lam, Igor Jurišica

Notice bibliographique

RevueOncotarget · 2018
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueMicroRNA in disease regulation
Établissements canadiensUniversity of TorontoVancouver General HospitalOccupational Cancer Research CentrePrincess Margaret Cancer CentreUniversity Health Network
Organismes subventionnairesnon disponible
Mots-clésmicroRNABiologyCopy-number variationGeneAdenocarcinomaEpigeneticsComparative genomic hybridizationGene expressionGene dosageGene expression profilingLung cancerRegulation of gene expressionGeneticsCancer researchGenomeCancerOncologyMedicine

Résumé

récupéré en direct d'OpenAlex

// Tomas Tokar 1 , Chiara Pastrello 1 , Varune R. Ramnarine 1, 2 , Chang-Qi Zhu 1 , Kenneth J. Craddock 1 , Larrisa A. Pikor 3 , Emily A. Vucic 3 , Simon Vary 1, 4, 5 , Frances A. Shepherd 1 , Ming-Sound Tsao 1, 6, 7 , Wan L. Lam 3 and Igor Jurisica 1, 6, 8, 9 1 Princess Margaret Cancer Centre, University Health Network, Toronto, Canada 2 The Vancouver Prostate Centre, Vancouver General Hospital, Vancouver, Canada 3 Department of Integrative Oncology, British Columbia Cancer Research Centre, Vancouver, Canada 4 Mathematical Institute, University of Oxford, Oxford, United Kingdom 5 Faculty of Mathematics, Physics and Informatics, Comenius University, Bratislava, Slovakia 6 Department of Medical Biophysics, University of Toronto, Toronto, Canada 7 Department of Laboratory Medicine and Pathobiology, University of Toronto, Toronto, Canada 8 Department of Computer Science, University of Toronto, Toronto, Canada 9 Institute of Neuroimmunology, Slovak Academy of Sciences, Bratislava, Slovakia Correspondence to: Igor Jurisica, email: juris@ai.utoronto.ca Keywords: lung adenocarcinoma; copy number aberrations; microRNA; gene regulatory network; prognostic signature Received: August 25, 2017      Accepted: January 02, 2018      Published: January 08, 2018 ABSTRACT In many cancers, significantly down- or upregulated genes are found within chromosomal regions with DNA copy number alteration opposite to the expression changes. Generally, this paradox has been overlooked as noise, but can potentially be a consequence of interference of epigenetic regulatory mechanisms, including microRNA-mediated control of mRNA levels. To explore potential associations between microRNAs and paradoxes in non-small-cell lung cancer (NSCLC) we curated and analyzed lung adenocarcinoma (LUAD) data, comprising gene expressions, copy number aberrations (CNAs) and microRNA expressions. We integrated data from 1,062 tumor samples and 241 normal lung samples, including newly-generated array comparative genomic hybridization (aCGH) data from 63 LUAD samples. We identified 85 “paradoxical” genes whose differential expression consistently contrasted with aberrations of their copy numbers. Paradoxical status of 70 out of 85 genes was validated on sample-wise basis using The Cancer Genome Atlas (TCGA) LUAD data. Of these, 41 genes are prognostic and form a clinically relevant signature, which we validated on three independent datasets. By meta-analysis of results from 9 LUAD microRNA expression studies we identified 24 consistently-deregulated microRNAs. Using TCGA-LUAD data we showed that deregulation of 19 of these microRNAs explains differential expression of the paradoxical genes. Our results show that deregulation of paradoxical genes is crucial in LUAD and their expression pattern is maintained epigenetically, defying gene copy number status.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,042
Score d'incertitude au seuil0,513

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,006
Tête enseignante GPT0,246
Écart entre enseignants0,241 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations9
Publié2018
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueOncotargetMême sujetMicroRNA in disease regulationTravaux en français237 207