A genome-wide strategy to identify causes and consequences of retrotransposon expression finds activation by BRCA1 in ovarian cancer
Notice bibliographique
Résumé
It is challenging to identify the causes and consequences of retrotransposon expression in human disease due to the hundreds of active genomic copies and their poor conservation across species. We profiled genomic insertions of retrotransposons in ovarian cancer. In addition, in ovarian and breast cancer we analyzed RNAs exhibiting Bayesian correlation with retrotransposon RNA to identify causes and consequences of retrotransposon expression. This strategy finds divergent inflammatory responses associated with retrotransposon expression in ovarian and breast cancer and identifies new factors inducing expression of endogenous retrotransposons including anti-viral responses and the common tumor suppressor BRCA1. In cell lines, mouse ovarian epithelial cells and patient-derived tumor spheroids, BRCA1 promotes accumulation of retrotransposon RNA. BRCA1 promotes transcription of active families of retrotransposons and their insertion into the genome. Intriguingly, elevated retrotransposon expression predicts survival in ovarian cancer patients. Retrotransposons are part of a complex regulatory network in ovarian cancer including BRCA1 that contributes to patient survival. The described strategy can be used to identify the regulators and impacts of retrotransposons in various contexts of biology and disease in humans.
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) | 0,000 | 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 | 0,000 | 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 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 ».