Novel prognostic and predictive microRNA targets for triple‐negative breast cancer
Notice bibliographique
Résumé
Triple-negative breast cancers (TNBCs) account for ∼25% of all invasive carcinomas and represent a large subset of aggressive, high-grade tumors. Despite current research focused on understanding the genetic landscape of TNBCs, reliable prognostic and predictive biomarkers remain limited. Although dysregulated microRNAs (miRNAs) have emerged as key players in many cancer types, the role of miRNAs in TNBC disease progression is unclear. We performed miRNA profiling of 51 TNBCs by next-generation sequencing to reveal differentially expressed miRNAs. A total of 228 miRNAs were identified. Three miRNAs (miR-224-5p, miR-375, and miR-205-5p) separated the tumors based on basal status. Six miRNAs (high let-7d-3p, miR-203b-5p, and miR-324-5p; low miR-30a-3p, miR-30a-5p, and miR-199a-5p) were significantly associated with decreased overall survival (OS) and 5 miRNAs (high let-7d-3p; low miR-30a-3p, miR-30a-5p, miR-30c-5p, and miR-128-3p) with decreased relapse-free survival (RFS). On multivariate analysis, high expression of let-7d-3p and low expression of miR-30a were independent predictors of decreased OS and RFS. High expression of miR-95-3p was significantly associated with decreased OS and RFS in patients treated with anthracycline-based chemotherapy. Five miRNAs (let-7d-3p, miR-30a-3p, miR-30c-5p, miR-128-3p, and miR-95-3p) were validated by quantitative RT-PCR. Our findings unveil novel prognostic and predictive miRNA targets for TNBC, including a miRNA signature that predicts patient response to anthracycline-based chemotherapy. This may improve clinical management and/or lead to the development of novel therapies.-Turashvili, G., Lightbody, E. D., Tyryshkin, K., SenGupta, S. K., Elliott, B. E., Madarnas, Y., Ghaffari, A., Day, A., Nicol, C. J. B. Novel prognostic and predictive microRNA targets for triple-negative breast cancer.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 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 | 0,000 |
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 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 ».