A Bioinformatics Evaluation of the Role of Dual-Specificity Tyrosine-Regulated Kinases in Colorectal Cancer
Notice bibliographique
Résumé
Colorectal cancer (CRC) is the third most common cancer worldwide and has an increasing incidence in younger populations. The dual-specificity tyrosine-regulated kinase (DYRK) family has been implicated in various diseases, including cancer. However, the role and contribution of the distinct family members in regulating CRC tumorigenesis has not been addressed yet. Herein, we used publicly available CRC patient datasets (TCGA RNA sequence) and several bioinformatics webtools to perform in silico analysis (GTEx, GENT2, GEPIA2, cBioPortal, GSCALite, TIMER2, and UALCAN). We aimed to investigate the DYRK family member expression pattern, prognostic value, and oncological roles in CRC. This study shed light on the role of distinct DYRK family members in CRC and their potential outcome predictive value. Based on mRNA level, DYRK1A is upregulated in late tumor stages, with lymph node and distant metastasis. All DYRKs were found to be implicated in cancer-associated pathways, indicating their key role in CRC pathogenesis. No significant DYRK mutations were identified, suggesting that DYRK expression variation in normal vs. tumor samples is likely linked to epigenetic regulation. The expression of DYRK1A and DYRK3 expression correlated with immune-infiltrating cells in the tumor microenvironment and was upregulated in MSI subtypes, pointing to their potential role as biomarkers for immunotherapy. This comprehensive bioinformatics analysis will set directions for future biological studies to further exploit the molecular basis of these findings and explore the potential of DYRK1A modulation as a novel targeted therapy for CRC.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,002 |
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 source (Gemma direct ou Codex distillé), 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 ».