Interplay of long non-coding RNAs and TGF/SMAD signaling in different cancers
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
Based on the exciting insights gleaned from decades of ground-breaking research, it has become evident that deregulated signaling pathways play instrumental role in cancer development and progression. Interestingly discovery of non-coding RNAs has revolutionized our understanding related to transcription, post-transcription and translation. Modern era has witnessed landmark discoveries in the field of molecular cancer and non-coding RNA biology has undergone tremendous broadening. There has been an exponential growth in the list of publications related to non-coding RNAs and overwhelmingly increasing classes of non-coding RNAs are adding new layers of complexity to already complicated nature of cancer. Regulation of TGF/SMAD signaling by miRNAs and LncRNAs has opened new horizons for therapeutic targeting of TGF/SMAD pathway. In this review we have set spotlight on central role of LncRNAs in modulation of TGF/SMAD pathway. Major proportion of the available evidence is underlining positive role of LncRNAs in contextual regulation of TGF/SMAD pathway. LncRNAs are vital to these regulatory networks because they provide a background support to make the TGF/SMAD mediated intracellular signaling more smooth or make transduction cascade more flexible in response to cues from extracellular environment. Therefore, in accordance with this notion, MALAT1, OIP5-AS1, MIR100HG, HOTAIR, ANRIL, PVT1, AFAP1-AS1, SPRY4-IT, ZEB2NAT, TUG1 and Lnc-SNHG1 have been reported to positively regulate TGF/SMAD signaling. In this review, we have focused on the regulation of TGF/SMAD signaling by LncRNAs and how these non-coding RNAs can be therapeutically exploited. Short-interfering RNA (siRNA) and natural products are currently being tested for efficacy against different LncRNAs. Nanotechnological strategies to efficiently deliver LncRNA-targeting siRNAs are also currently being investigated in different cancers.
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