MétaCan
Menu
Retour à la cohorte
Enregistrement W4292430047 · doi:10.1038/s42003-022-03796-w

Pan-cancer analysis of mRNA stability for decoding tumour post-transcriptional programs

2022· article· en· W4292430047 sur OpenAlexafffund
Gabrielle Perron, Pouria Jandaghi, Elham Moslemi, Tamiko Nishimura, Maryam Rajaee, Rached Alkallas, Tianyuan Lu, Yasser Riazalhosseini, Hamed S. Najafabadi

Notice bibliographique

RevueCommunications Biology · 2022
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueCancer-related molecular mechanisms research
Établissements canadiensMcGill UniversityMcGill Genome Centre
Organismes subventionnairesCanadian Institutes of Health ResearchFonds de Recherche du Québec - SantéCompute CanadaGovernment of CanadaMcGill University
Mots-clésmicroRNATranscriptomeBiologyMessenger RNACancerGenePost-transcriptional regulationTranscriptional regulationRNAGene expressionCancer researchRNA-binding proteinRegulation of gene expressionComputational biologyGenetics

Résumé

récupéré en direct d'OpenAlex

Measuring mRNA decay in tumours is a prohibitive challenge, limiting our ability to map the post-transcriptional programs of cancer. Here, using a statistical framework to decouple transcriptional and post-transcriptional effects in RNA-seq data, we uncover the mRNA stability changes that accompany tumour development and progression. Analysis of 7760 samples across 18 cancer types suggests that mRNA stability changes are ~30% as frequent as transcriptional events, highlighting their widespread role in shaping the tumour transcriptome. Dysregulation of programs associated with >80 RNA-binding proteins (RBPs) and microRNAs (miRNAs) drive these changes, including multi-cancer inactivation of RBFOX and miR-29 families. Phenotypic activation or inhibition of RBFOX1 highlights its role in calcium signaling dysregulation, while modulation of miR-29 shows its impact on extracellular matrix organization and stemness genes. Overall, our study underlines the integral role of mRNA stability in shaping the cancer transcriptome, and provides a resource for systematic interrogation of cancer-associated stability pathways.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,410
Score d'incertitude au seuil0,453

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,067
Tête enseignante GPT0,367
Écart entre enseignants0,300 · 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 tête enseignante, 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

Citations35
Publié2022
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueCommunications BiologyMême sujetCancer-related molecular mechanisms researchTravaux en français237 207