MétaCan
Menu
Retour à la cohorte
Enregistrement W4214875473 · doi:10.1186/s13045-022-01235-1

The long and short non-coding RNAs modulating EZH2 signaling in cancer

2022· review· en· W4214875473 sur OpenAlexafffund
Sepideh Mirzaei, Mohammad Gholami, Kiavash Hushmandi, Farid Hashemi, Amirhossein Zabolian, Israel Cañadas, Ali Zarrabi, Noushin Nabavi, Amir Reza Aref, Francesco Crea, Yuzhuo Wang, Milad Ashrafizadeh, Alan Prem Kumar

Notice bibliographique

RevueJournal of Hematology & Oncology · 2022
Typereview
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueCancer-related molecular mechanisms research
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesCanadian Institutes of Health ResearchCancer Science Institute of Singapore, National University of SingaporeMinistry of Education, IndiaTerry Fox Research InstituteNational Research FoundationMinistry of Education - SingaporeNational Research Foundation SingaporeNational University of SingaporeCancer Research UK
Mots-clésHematologyEZH2Internal medicineCoding (social sciences)CancerMedicineLong non-coding RNACancer researchOncologyBiologyComputational biologyBioinformaticsGeneticsRNAHistoneDNAGeneMathematics

Résumé

récupéré en direct d'OpenAlex

Non-coding RNAs (ncRNAs) are a large family of RNA molecules with no capability in encoding proteins. However, they participate in developmental and biological processes and their abnormal expression affects cancer progression. These RNA molecules can function as upstream mediators of different signaling pathways and enhancer of zeste homolog 2 (EZH2) is among them. Briefly, EZH2 belongs to PRCs family and can exert functional roles in cells due to its methyltransferase activity. EZH2 affects gene expression via inducing H3K27me3. In the present review, our aim is to provide a mechanistic discussion of ncRNAs role in regulating EZH2 expression in different cancers. MiRNAs can dually induce/inhibit EZH2 in cancer cells to affect downstream targets such as Wnt, STAT3 and EMT. Furthermore, miRNAs can regulate therapy response of cancer cells via affecting EZH2 signaling. It is noteworthy that EZH2 can reduce miRNA expression by binding to promoter and exerting its methyltransferase activity. Small-interfering RNA (siRNA) and short-hairpin RNA (shRNA) are synthetic, short ncRNAs capable of reducing EZH2 expression and suppressing cancer progression. LncRNAs mainly regulate EZH2 expression via targeting miRNAs. Furthermore, lncRNAs induce EZH2 by modulating miRNA expression. Circular RNAs (CircRNAs), like lncRNAs, affect EZH2 expression via targeting miRNAs. These areas are discussed in the present review with a focus on molecular pathways leading to clinical translation.

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: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
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
Bibliométrie0,0000,000
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)0,0010,000

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 Opus0,052
Tête enseignante GPT0,407
Écart entre enseignants0,355 · 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'étudeSans objet
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations166
Publié2022
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Hematology & OncologyMême sujetCancer-related molecular mechanisms researchTravaux en français237 207