Dysregulation of Transcription Factor Networks Unveils Different Pathways in Human Papillomavirus 16-Positive Squamous Cell Carcinoma and Adenocarcinoma of the Uterine Cervix
Notice bibliographique
Résumé
Squamous cell carcinoma (SCC) and adenocarcinoma (ADC) are the most common histological types of cervical cancer (CC). The worse prognosis of ADC cases highlights the need for better molecular characterization regarding differences between these CC types. RNA-Seq analysis of seven SCC and three ADC human papillomavirus 16-positive samples and the comparison with public data from non-tumoral human papillomavirus-negative cervical tissue samples revealed pathways exclusive to each histological type, such as the epithelial maintenance in SCC and the maturity-onset diabetes of the young (MODY) pathway in ADC. The transcriptional regulatory network analysis of cervical SCC samples unveiled a set of six transcription factor (TF) genes with the potential to positively regulate long non-coding RNA genes DSG1-AS1, CALML3-AS1, IGFL2-AS1 , and TINCR . Additional analysis revealed a set of MODY TFs regulated in the sequence predicted to be repressed by miR-96-5p or miR-28-3p in ADC. These microRNAs were previously described to target LINC02381, which was predicted to be positively regulated by two MODY TFs upregulated in cervical ADC. Therefore, we hypothesize LINC02381 might act by decreasing the levels of miR-96-5p and miR-28-3p, promoting the MODY activation in cervical ADC. The novel TF networks here described should be explored for the development of more efficient diagnostic tools.
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) | 0,000 | 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 ».