Temozolomide-Induced RNA Interactome Uncovers Novel LncRNA Regulatory Loops in Glioblastoma
Notice bibliographique
Résumé
Resistance to chemotherapy by temozolomide (TMZ) is a major cause of glioblastoma (GBM) recurrence. So far, attempts to characterize factors that contribute to TMZ sensitivity have largely focused on protein-coding genes, and failed to provide effective therapeutic targets. Long noncoding RNAs (lncRNAs) are essential regulators of epigenetic-driven cell diversification, yet, their contribution to the transcriptional response to drugs is less understood. Here, we performed RNA-seq and small RNA-seq to provide a comprehensive map of transcriptome regulation upon TMZ in patient-derived GBM stem-like cells displaying different drug sensitivity. In a search for regulatory mechanisms, we integrated thousands of molecular associations stored in public databases to generate a background "RNA interactome". Our systems-level analysis uncovered a coordinated program of TMZ response reflected by regulatory circuits that involve transcription factors, mRNAs, miRNAs, and lncRNAs. We discovered 22 lncRNAs involved in regulatory loops and/or with functional relevance in drug response and prognostic value in gliomas. Thus, the investigation of TMZ-induced gene networks highlights novel RNA-based predictors of chemosensitivity in GBM. The computational modeling used to identify regulatory circuits underlying drug response and prioritizing gene candidates for functional validation is applicable to other datasets.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| 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 | 0,001 | 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) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».