The long and short non-coding RNAs modulating EZH2 signaling in cancer
Notice bibliographique
Résumé
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 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 | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 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 | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,002 |
| 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 ».