Molecular profiling of TOX-deficient neoplastic cells in cutaneous T cell lymphoma
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
Cutaneous T cell lymphoma (CTCL) is a rare but potentially devastating primary cutaneous lymphoma. CTCL is characterized by localization of neoplastic T lymphocytes to the skin, with mycosis fungoides (MF) and its leukemic form, Sézary syndrome (SS) being the most common variants. Thymocyte selection-associated high-mobility group box (TOX) gene has been found to be highly expressed in MF and SS. It is reported that higher expression levels of TOX in patients will increase risks of disease progression and poor prognosis. However, the molecular events leading to these abnormalities have not been well understood. To better understand the molecular mechanism underlying TOX-mediated differentially expressed genes (DEGs) in CTCL, and to identify DEGs pathways triggered after knockdown of TOX gene in the CTCL cell line Hut78, we employed two shRNA-mediated lentiviruses to knock down TOX gene in the skin lymphoma cell line HuT78. RNA sequencing (RNAseq) analysis was applied to analyze DEGs, DEGs GO and their corresponding pathways. Knockdown of TOX can induce upregulation of 547 genes and downregulation of 649 genes, respectively. HOXC9 was the most significant downregulated gene. Most DEGs are enriched in malignancies and relate to the Wnt and mTOR signaling pathways, and therefore they can regulate cellular processes and induce different biological regulation. Transcriptome analysis of DEGs after knockdown of TOX in our study provides insights into the mechanism of TOX in CTCL and suggests candidate targets for therapy of CTCL.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| 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