MétaCan
Menu
Retour à la cohorte
Enregistrement W3176208106 · doi:10.1016/j.dib.2021.107241

Datasets exploring putative lncRNA-miRNA-mRNA axes in breast cancer cell lines

2021· article· en· W3176208106 sur OpenAlexafffund
Marie‐Claire D. Wasson, Justin M. Brown, Jaganathan Venkatesh, Wasundara Fernando, Paola Marcato

Notice bibliographique

RevueData in Brief · 2021
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueCancer-related molecular mechanisms research
Établissements canadiensDalhousie University
Organismes subventionnairesTerry Fox Research InstituteCanadian Institutes of Health ResearchDalhousie UniversityDalhousie Medical Research Foundation
Mots-clésmicroRNAGene knockdownBreast cancerBiologyMessenger RNAComputational biologyGeneCarcinogenesisGene expressionMicroarrayMicroarray analysis techniquesLong non-coding RNARNARegulation of gene expressionCancerBioinformaticsGeneticsCancer research

Résumé

récupéré en direct d'OpenAlex

Long non-coding RNA (lncRNA)/microRNA (miRNA)/messenger RNA (mRNA) interactions regulate oncogenesis and tumour suppression in breast cancer. Oncogenic lncRNA/miRNA/mRNA axes may offer novel therapeutic targets; therefore, identifying such axes is a clinically relevant undertaking. To explore miRNAs regulated by oncogenic lncRNAs, we queried the NCBI Gene Expression Omnibus (GEO) database to find datasets that profiled gene expression changes upon lncRNA knockdown in breast cancer. We identified four microarray datasets that permitted our interrogation of genes regulated by lncRNAs LincK, LincIN, SPRY4-IT1 and AC009283.1. We specifically analysed changes in miRNA transcripts within these datasets to study miRNAs regulated by each of the four lncRNAs. We subsequently identified the predicted mRNA targets for these miRNAs to uncover possible lncRNA/miRNA/mRNAs axes in breast cancer. These axes may be candidates for future investigation of gene regulation in breast cancer.

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 candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,120
Score d'incertitude au seuil0,845

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,001
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 Opus0,050
Tête enseignante GPT0,331
Écart entre enseignants0,281 · 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

Citations8
Publié2021
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueData in BriefMême sujetCancer-related molecular mechanisms researchTravaux en français237 207