The Role of microRNAs in Epithelial Ovarian Cancer Metastasis
Notice bibliographique
Résumé
Epithelial ovarian cancer (EOC) is the deadliest gynecological cancer, and the major cause of death is mainly attributed to metastasis. MicroRNAs (miRNAs) are a group of small non-coding RNAs that exert important regulatory functions in many biological processes through their effects on regulating gene expression. In most cases, miRNAs interact with the 3' UTRs of target mRNAs to induce their degradation and suppress their translation. Aberrant expression of miRNAs has been detected in EOC tumors and/or the biological fluids of EOC patients. Such dysregulation occurs as the result of alterations in DNA copy numbers, epigenetic regulation, and miRNA biogenesis. Many studies have demonstrated that miRNAs can promote or suppress events related to EOC metastasis, such as cell migration, invasion, epithelial-to-mesenchymal transition, and interaction with the tumor microenvironment. In this review, we provide a brief overview of miRNA biogenesis and highlight some key events and regulations related to EOC metastasis. We summarize current knowledge on how miRNAs are dysregulated, focusing on those that have been reported to regulate metastasis. Furthermore, we discuss the role of miRNAs in promoting and inhibiting EOC metastasis. Finally, we point out some limitations of current findings and suggest future research directions in the field.
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 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 | 0,001 | 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 | 0,001 | 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».