MétaCan
Menu
Retour à la cohorte
Enregistrement W3092253816 · doi:10.3390/jpm10040162

Circulating miR-1246 Targeting UBE2C, TNNI3, TRAIP, UCHL1 Genes and Key Pathways as a Potential Biomarker for Lung Adenocarcinoma: Integrated Biological Network Analysis

2020· article· en· W3092253816 sur OpenAlexaff
Siyuan Huang, Yong-Kai Wei, Satyavani Kaliamurthi, Yanghui Cao, Asma Sindhoo Nangraj, Xin Sui, Dan Chu, Huan Wang, Dong‐Qing Wei, Gilles H. Peslherbe, Gurudeeban Selvaraj, Jiang Shi

Notice bibliographique

RevueJournal of Personalized Medicine · 2020
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueMicroRNA in disease regulation
Établissements canadiensConcordia University
Organismes subventionnairesChina Postdoctoral Science Foundation
Mots-clésBiomarkerAdenocarcinomaGeneMedicineComputational biologyCancer researchBioinformaticsBiologyGeneticsCancerInternal medicine

Résumé

récupéré en direct d'OpenAlex

Analysis of circulating miRNAs (cmiRNAs) before surgical operation (BSO) and after the surgical operation (ASO) has been informative for lung adenocarcinoma (LUAD) diagnosis, progression, and outcomes of treatment. Thus, we performed a biological network analysis to identify the potential target genes (PTGs) of the overexpressed cmiRNA signatures from LUAD samples that had undergone surgical therapy. Differential expression (DE) analysis of microarray datasets, including cmiRNAs (GSE137140) and cmRNAs (GSE69732), was conducted using the Limma package. cmiR-1246 was predicted as a significantly upregulated cmiRNA of LUAD samples BSO and ASO. Then, 9802 miR-1246 target genes (TGs) were predicted using 12 TG prediction platforms (MiRWalk, miRDB, and TargetScan). Briefly, 425 highly expressed overlapping miRNA-1246 TGs were observed between the prediction platform and the cmiRNA dataset. ClueGO predicted cell projection morphogenesis, chemosensory behavior, and glycosaminoglycan binding, and the PI3K-Akt signaling pathways were enriched metabolic interactions regulating miRNA-1245 overlapping TGs in LUAD. Using 425 overlapping miR-1246 TGs, a protein-protein interaction network was constructed. Then, 12 PTGs of three different Walktrap modules were identified; among them, ubiquitin-conjugating enzyme E2C (UBE2C), troponin T1(TNNT1), T-cell receptor alpha locus interacting protein (TRAIP), and ubiquitin c-terminal hydrolase L1(UCHL1) were positively correlated with miR-1246, and the high expression of these genes was associated with better overall survival of LUAD. We conclude that PTGs of cmiRNA-1246 and key pathways, namely, ubiquitin-mediated proteolysis, glycosaminoglycan binding, the DNA metabolic process, and the PI3K-Akt-mTOR signaling pathway, the neurotrophin and cardiomyopathy signaling pathway, and the MAPK signaling pathway provide new insights on a noninvasive prognostic biomarker for LUAD.

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)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,914
Score d'incertitude au seuil0,719

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
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)0,0000,000

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 Opus0,029
Tête enseignante GPT0,276
Écart entre enseignants0,247 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
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

Citations21
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Personalized MedicineMême sujetMicroRNA in disease regulationTravaux en français237 207