MétaCan
Menu
Retour à la cohorte
Enregistrement W3092062720 · doi:10.3389/fonc.2020.579940

Crosstalk Between MYC and lncRNAs in Hematological Malignancies

2020· review· en· W3092062720 sur OpenAlexafffund
Kaifee Arman, Tarik Möröy

Notice bibliographique

RevueFrontiers in Oncology · 2020
Typereview
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueCancer-related molecular mechanisms research
Établissements canadiensUniversité de MontréalMontreal Clinical Research InstituteMcGill University
Organismes subventionnairesCanadian Institutes of Health Research
Mots-clésBiologyGeneTranscription factorRegulation of gene expressionComputational biologyCancer researchGeneticsHaematopoiesisGene expressionStem cell

Résumé

récupéré en direct d'OpenAlex

The human genome project revealed the existence of many thousands of long non-coding RNAs (lncRNAs). These transcripts that are over 200 nucleotides long were soon recognized for their importance in regulating gene expression. However, their poor conservation among species and their still controversial annotation has limited their study to some extent. Moreover, a generally lower expression of lncRNAs as compared to protein coding genes and their enigmatic biochemical mechanisms have impeded progress in the understanding of their biological roles. It is however known that lncRNAs engage in various kinds of interactions and can form complexes with other RNAs, with genomic DNA or proteins rendering their functional regulatory network quite complex. It has emerged from recent studies that lncRNAs exert important roles in gene expression that affect many cellular processes underlying development, cellular differentiation, but also the pathogenesis of blood cancers like leukemia and lymphoma. A number of lncRNAs have been found to be regulated by several well-known transcription factors including Myelocytomatosis viral oncogene homolog (MYC). The c-MYC gene is known to be one of the most frequently deregulated oncogenes and a driver for many human cancers. The c-MYC gene is very frequently activated by chromosomal translocations in hematopoietic cancers most prominently in B- or T-cell lymphoma or leukemia and much is already known about its role as a DNA binding transcriptional regulator. Although the understanding of MYC’s regulatory role controlling lncRNA expression and how MYC itself is controlled by lncRNA in blood cancers is emerging still at the beginning, an intriguing picture emerges indicating that c-MYC may execute part of its oncogenic function through lncRNAs. Several studies have identified lncRNAs regulating c-MYC expression and c-MYC regulated lncRNAs in different blood cancers and have unveiled new mechanisms how these RNA molecules act. In this review, we give an overview of lncRNAs that have been recognized as critical in the context of activated c-MYC in leukemia and lymphoma, describe their mechanism of action and their effect on transcriptional reprogramming in cancer cells. Finally, we discuss possible ways how an interference with their molecular function could be exploited for new cancer therapies.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Intégrité de la recherche
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,987
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0020,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,001
Intégrité de la recherche0,0020,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,036
Tête enseignante GPT0,363
Écart entre enseignants0,327 · 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 tête enseignante, pas un consensus.

Devis d'étudeSans objet
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations33
Publié2020
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueFrontiers in OncologyMême sujetCancer-related molecular mechanisms researchTravaux en français237 207