Distinguishing Tumor and Stromal Sources of MicroRNAs Linked to Metastasis in Cutaneous Melanoma
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
MicroRNA (miRNA) dysregulation in cancer causes changes in gene expression programs regulating tumor progression and metastasis. Candidate metastasis suppressor miRNA are often identified by differential expression in primary tumors compared to metastases. Here, we performed comprehensive analysis of miRNA expression in The Cancer Genome Atlas (TCGA) skin cutaneous melanoma (SKCM) tumors (97 primary, 350 metastatic), and identified candidate metastasis-suppressor miRNAs. Differential expression analysis revealed miRNA significantly downregulated in metastatic tumors, including miR-205, miR-203, miR-200a-c, and miR-141. Furthermore, sequential feature selection and classification analysis identified miR-205 and miR-203 as the miRNA best able to discriminate between primary and metastatic tumors. However, cell-type enrichment analysis revealed that gene expression signatures for epithelial cells, including keratinocytes and sebocytes, were present in primary tumors and significantly correlated with expression of the candidate metastasis-suppressor miRNA. Examination of miRNA expression in cell lines revealed that candidate metastasis-suppressor miRNA identified in the SKCM tumors, were largely absent in melanoma cells or melanocytes, and highly restricted to keratinocytes and other epithelial cell types. Indeed, the differences in stromal cell composition between primary and metastatic tumor tissues is the main basis for identification of differential miRNA that were previously classified as metastasis-suppressor miRNAs. We conclude that future studies must consider tumor-intrinsic and stromal sources of miRNA in their workflow to identify bone fide metastasis-suppressor miRNA in cutaneous melanoma and other 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