MétaCan
Menu
Retour à la cohorte
Enregistrement W3037761963 · doi:10.1177/1073274820936991

Comprehensive Analysis of a Long Noncoding RNA-Associated Competing Endogenous RNA Network in Wilms Tumor

2020· article· en· W3037761963 sur OpenAlexaff
Feng Zhang, Liping Zeng, Qinming Cai, Zihao Xu, Ruida Liu, Haicheng Zhong, Robert Mukiibi, Libin Deng, Xiaoli Tang

Notice bibliographique

RevueCancer Control · 2020
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueRenal and related cancers
Établissements canadiensUniversity of Alberta
Organismes subventionnairesNatural Science Foundation of Jiangxi Province
Mots-clésCompeting endogenous RNAmicroRNAKEGGLong non-coding RNAWilms' tumorComputational biologyGeneRNAMessenger RNABiologyBioinformaticsMedicineGene ontologyCancer researchGene expressionGenetics

Résumé

récupéré en direct d'OpenAlex

Long noncoding RNA (lncRNA) plays crucial roles in various biological processes of different cancers, especially acting as a competing endogenous RNA (ceRNA). However, the role of lncRNA-mediated ceRNA in Wilms tumor (WT), which is the most common malignant kidney cancer in children, remains unknown. In present study, RNA sequence profiles and clinical data of 125 patients with WT consisting of 119 tumor and 6 normal tissues from Therapeutically Applicable Research To Generate Effective Treatments database were analyzed. A total of 1833 lncRNAs, 156 microRNAs (miRNAs), and 3443 messenger RNAs (mRNAs) were identified as differentially expressed (DE) using “DESeq2” package. The lncRNA-miRNA-mRNA ceRNA regulatory network involving 748 DElncRNAs, 33 DEmiRNAs, and 189 DEmRNAs was constructed based on miRcode, Targetscan, miRTarBase, and miRDB database. Gene Ontology term and Kyoto Encyclopedia of Genes and Genomes pathway analyses revealed that DEmRNAs were mainly enriched in cell proliferation-related processes and tumor-related pathways, respectively, and 13 hub genes were identified by a protein–protein interaction network. Survival analysis detected 48 lncRNAs, 7 miRNAs, and 16 mRNAs to have significant impact on the overall survival of patients with WT. Additionally, we found that 6 DElncRNAs with potential prognostic value were correlated with tumor stage ( DENND5B-AS1) and histologic classification ( TMPO-AS1, RP3-523K23.2, RP11-598F7.3, LAMP5-AS1, and AC013275.2) of patients with WT. Our research provides a great insight into understanding the molecular mechanism underlying occurrence and progression of WT, as well as the potential to develop targeted therapies and prognostic biomarkers.

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)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,002

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
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 Opus0,018
Tête enseignante GPT0,241
Écart entre enseignants0,223 · 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'étudeObservationnel
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

Citations14
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCancer ControlMême sujetRenal and related cancersTravaux en français237 207