Serum level of co-expressed hub miRNAs as diagnostic and prognostic biomarkers for pancreatic ductal adenocarcinoma
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Background: Sensitive and specific non-invasive biomarkers are urgently needed in order to improve the survival of patients with pancreatic ductal adenocarcinoma (PDAC), which is the fourth leading cause of cancer-related death. We aim to identify serum hub miRNAs as potential diagnostic and prognostic biomarkers for PDAC. Methods: A total of 2578 serum miRNA expression data from 88 PDAC patients and 19 healthy subjects were downloaded from the Gene Expression Omnibus database. Weighted gene co-expression network analysis (WGCNA) was constructed and significant modules were extracted from the network by WGCNA R package. Network modules and hub miRNAs closely related to PDAC were identified. The prognostic value of hub miRNAs was assessed by Kaplan-Meier overall survival analysis. Results: Two modules strongly associated with PDAC were identified by WGCNA, which were labeled as turquoise and brown respectively. Within each module, twenty hub miRNAs were found. At the functional level, turquoise module was mainly associated with tumorigenesis pathways such as P53 and WNT signaling pathway, while the brown module was mostly related to the pathways of cancer such as RNA transport and MAPK signaling pathway. Utilizing overall survival analyses, five "real" miRNAs were able to stratify PDAC patients into low-risk and high-risk groups. Conclusions: The association of specific Hub miRNAs with the development of pancreatic cancer was established by WGCNA analysis. Five miRNAs (mir-16-2-3p, mir-890, mir-3201, mir-602, and mir-877) were identified as potential diagnostic and prognostic biomarkers for PDAC.
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.
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 découle