MétaCan
Menu
Retour à la cohorte
Enregistrement W2937966487 · doi:10.3390/cancers11040507

Integrative Analysis Reveals Subtype-Specific Regulatory Determinants in Triple Negative Breast Cancer

2019· article· en· W2937966487 sur OpenAlexafffund
Shujun Huang, Wayne Wenzhong Xu, Pingzhao Hu, Ted M. Lakowski

Notice bibliographique

RevueCancers · 2019
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueBioinformatics and Genomic Networks
Établissements canadiensResearch Institute in Oncology and HematologyUniversity of Manitoba
Organismes subventionnairesCure Brain Cancer FoundationUniversity of ManitobaNatural Sciences and Engineering Research Council of CanadaCancerCare Manitoba Foundation
Mots-clésmicroRNABiologyTranscription factorBreast cancerGeneDNA methylationCancer researchRegulation of gene expressionGene expressionCopy-number variationCancerComputational biologyGeneticsBioinformaticsGenome

Résumé

récupéré en direct d'OpenAlex

Different breast cancer (BC) subtypes have unique gene expression patterns, but their regulatory mechanisms have yet to be fully elucidated. We hypothesized that the top upregulated (Yin) and downregulated (Yang) genes determine the fate of cancer cells. To reveal the regulatory determinants of these Yin and Yang genes in different BC subtypes, we developed a lasso regression model integrating DNA methylation (DM), copy number variation (CNV) and microRNA (miRNA) expression of 391 BC patients, coupled with miRNA-target interactions and transcription factor (TF) binding sites. A total of 25, 20, 15 and 24 key regulators were identified for luminal A, luminal B, Her2-enriched, and triple negative (TN) subtypes, respectively. Many of the 24 TN regulators were found to regulate the PPARA and FOXM1 pathways. The Yin Yang gene expression mean ratio (YMR) and combined risk score (CRS) signatures built with either the targets of or the TN regulators were associated with the BC patients' survival. Previously, we identified FOXM1 and PPARA as the top Yin and Yang pathways in TN, respectively. These two pathways and their regulators could be further explored experimentally, which might help to identify potential therapeutic targets for TN.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,008

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,007
Tête enseignante GPT0,242
Écart entre enseignants0,235 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations13
Publié2019
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueCancersMême sujetBioinformatics and Genomic NetworksTravaux en français237 207