MétaCan
Menu
Retour à la cohorte
Enregistrement W4221103710 · doi:10.1139/bcb-2021-0348

Small proline-rich protein 1A promotes lung adenocarcinoma progression and indicates unfavorable clinical outcomes

2022· article· en· W4221103710 sur OpenAlexvenueno aff
Shenqi Wang, Wenmei Zhang

Notice bibliographique

RevueBiochemistry and Cell Biology · 2022
Typearticle
Langueen
DomaineMedicine
ThématiqueFerroptosis and cancer prognosis
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésAdenocarcinomaGene knockdownLung cancerCancer researchBiomarkerBiologyIn vivoLungTumor progressionCancerPathologyMedicineInternal medicineGene

Résumé

récupéré en direct d'OpenAlex

Small proline-rich protein 1A (SPRR1A) plays a critical role in regulating squamous cell differentiation. SPRR1A overexpression was reported to be closely related to the progression of some tumors, such as gastric cancer and colon cancer. However, the function of SPRR1A in lung adenocarcinoma (LUAD) has not been elucidated. Here, we first examined the expression pattern of SPRR1A in LUAD tissues, which indicated that the SPRR1A expression level was significantly elevated in LUAD tissues compared with normal lung tissues. High expression of SPRR1A was closely related to larger tumor size. LUAD patients with higher SPRR1A expression had poorer overall survival and SPRR1A was identified as an independent unfavorable prognosis factor. In addition, the effects of SPRR1A on lung cancer cells were tested through cellular experiments and the result demonstrated that knockdown of SPRR1A can suppress the proliferation and invasion capacities of tumor cells, while overexpressing SPRR1A exerted opposite effects. Finally, our findings were substantiated by the data obtained from in vivo xenografts using a mice model. In conclusion, LUAD patients with higher SPRR1A expression were more predisposed to poorer clinical outcomes and unfavorable prognoses, indicating the potential role of SPRR1A as a novel clinical biomarker and therapeutic target.

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: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
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
Bibliométrie0,0010,000
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)0,0020,000

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 Opus0,028
Tête enseignante GPT0,305
Écart entre enseignants0,277 · 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'étudeObservationnel
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
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBiochemistry and Cell BiologyMême sujetFerroptosis and cancer prognosisTravaux en français237 207