Comparative mRNA and miRNA transcriptome analysis of a mouse model of IGFIR-driven lung cancer
Notice bibliographique
Résumé
Mouse models of cancer play an important role in elucidating the molecular mechanisms that contribute to tumorigenesis. The extent to which these models resemble one another and their human counterparts at the molecular level is critical in understanding tumorigenesis. In this study, we carried out a comparative gene expression analysis to generate a detailed molecular portrait of a transgenic mouse model of IGFIR-driven lung cancer. IGFIR-driven tumors displayed a strong resemblance with established mouse models of lung adenocarcinoma, particularly EGFR-driven models highlighted by elevated levels of the EGFR ligands Ereg and Areg. Cross-species analysis revealed a shared increase in human lung adenocarcinoma markers including Nkx2.1 and Napsa as well as alterations in a subset of genes with oncogenic and tumor suppressive properties such as Aurka, Ret, Klf4 and Lats2. Integrated miRNA and mRNA analysis in IGFIR-driven tumors identified interaction pairs with roles in ErbB signaling while cross-species analysis revealed coordinated expression of a subset of conserved miRNAs and their targets including miR-21-5p (Reck, Timp3 and Tgfbr3). Overall, these findings support the use of SPC-IGFIR mice as a model of human lung adenocarcinoma and provide a comprehensive knowledge base to dissect the molecular pathogenesis of tumor initiation and progression.
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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 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 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,001 |
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 ».