The Changes of Expression Levels in Mir-181a and Mir-30d, and a Significant Correlation between Clinical Patient Data
Notice bibliographique
Résumé
Purpose: Colorectal cancer is known as the most common gastrointestinal cancers. As the age increases, the risk for this cancer also increases, so the only way to improve and hope for life in these patients is early diagnosis of the disease. So far, numerous molecular studies have been carried out on microRNAs in colorectal cancer. In addition, since some of them can be identified as cancer biomarkers. Therefore, in this study we have investigated the expression level of Mir-30d and Mir-181a as cancer biomarkers. Method: The changes of Mir-30d and Mir-181a expression levels in 60 colorectal tumor tissues and 60 adjacent tumor tissues, after RNA extraction and cDNA synthesis were surveyed using the Real Time-PCR method. Results: The results have reported a considerable reduction in the expression level of Mir-30d in tumor tissues, as well as a significant increase in the expression level of Mir-181a tumor expression in tumor tissues (P<0.05). In addition, the correlation between Mir-30d and Mir181a showed that there was a significant difference between the level of expression of mir-30d with age and TNM stage of CRC (P<0.05), whilst these correlations were not observed for Mir-181a (P>0.05).
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 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 | 0,001 | 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».