In silico investigation of heparanase-correlated genes in breast cancer subtypes
Notice bibliographique
Résumé
OBJECTIVE: To investigate the possible genes that may be related to the mechanisms that modulate heparanase-1. METHODS: The analysis was conducted at Universidade Federal de São Paulo, on the data provided by: The Cancer Genome Atlas, University of California Santa Cruz Genome Browser, Kyoto Encyclopedia of Genes and Genomes Pathway Database, Database for Annotation, Visualization and Integrated Discovery Bioinformatics Database and the softwares cBioPortal and Ingenuity Pathway Analysis. RESULTS: Using messenger RNA expression pattern of different molecular subtypes of breast cancer, we proposed that heparinase-1 was co-related with its progression. In addition, genes that were analyzed presented co-expression with heparanase-1. The results that showed that heparanase-1 co-expressed with phosphoinositide 3-kinase adapter protein 1, sialic acid-binding immunoglobulin-like lectin 7, and leukocyte-associated immunoglobulin-like receptor 1 are directed related with immune system evasion during breast cancer progression. Furthermore, cathepsin L was co-expressed with heparanase-1 and transformed inactive heparanase-1 form into active heparanase-1, triggering extracellular matrix remodeling, which contributes to enhanced tumor-host interaction of the tumor. CONCLUSION: The signaling pathway analysis using bioinformatics tools gives supporting evidence of possible mechanisms related to breast cancer development. Evasion genes of the immune system co-expressed with heparanase-1, a enzyme related with tumor progression.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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 | 0,001 | 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 ».