MétaCan
Menu
Retour à la cohorte
Enregistrement W3185858542 · doi:10.22074/cellj.2021.7311

An Integrative Analysis of The Micro-RNAs Contributing in Stemness, Metastasis and B-Raf Pathways in Malignant Melanoma and Melanoma Stem Cell.

2021· article· en· W3185858542 sur OpenAlexaff
Parisa Sahranavardfard, Zahra Madjd, Àmirnader Emami Razavi, Ali Reza Ghanadan, Javad Firouzi, Pardis Khosravani, Saeid Ghavami, Esmaeil Ebrahimie, Marzieh Ebrahimi

Notice bibliographique

RevuePubMed · 2021
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueMicroRNA in disease regulation
Établissements canadiensUniversity of ManitobaResearch Institute in Oncology and HematologyChildren's Hospital Research Institute of ManitobaCancerCare Manitoba
Organismes subventionnairesnon disponible
Mots-clésMelanomaCancer researchMetastasisCancer stem cellStem cellMedicineBiologyOncologyCancerInternal medicineGenetics

Résumé

récupéré en direct d'OpenAlex

OBJECTIVE: mutation are in dispensable to the progression of melanoma. Recently, microRNAs (miRNAs) have been introduced as the regulator of a multitude of oncogenic functions in most of tumors. Therefore identifying and interpreting the expression patterns of these miRNAs is essential. The present study sought to find common miRNAs regulating all three important pathways in melanoma development. MATERIALS AND METHODS: In this experimental study, 18 miRNAs that importantly contribute to EMT and have a role in regulating self-renewal and the BRAF pathway were selected based on current literature and cross-analysis with available databases. Subsequently, their expression patterns were evaluated in 20 melanoma patients, normal tissues, serum from patients and control subjects, and melanospheres. Pattern discovery and integrative regulatory network analysis were used to find the most important miRNAs in melanoma progression. RESULTS: expression. CONCLUSION: We suggested here that miR-205, -15b, -203, -9 pattern as the key miRNAs linked to melanoma status, the pluripotency, proliferation, and motility of malignant cells. However, further investigations are required to find the mechanisms underlying the combinatory effects of the above mentioned miRNAs.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,001
Score d'incertitude au seuil0,005

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,010
Tête enseignante GPT0,210
Écart entre enseignants0,200 · 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 source (Gemma direct ou Codex distillé), 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

Citations6
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePubMedMême sujetMicroRNA in disease regulationTravaux en français237 207