MétaCan
Menu
Retour à la cohorte
Enregistrement W4297977678 · doi:10.1155/2022/5423694

Identification of Survival-Related Genes in Acute Myeloid Leukemia (AML) Based on Cytogenetically Normal AML Samples Using Weighted Gene Coexpression Network Analysis

2022· article· en· W4297977678 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

fundUn bailleur canadien est enregistré sur le travail.
no affAucune affiliation canadienne : ce travail est invisible pour une base fondée sur la seule affiliation.
Aucune affiliation canadienne. Une base fondée sur la seule affiliation (le devis habituel) n'aurait jamais vu ce travail. C'est l'un des travaux qui justifient l'inversion de la base.

Notice bibliographique

RevueDisease Markers · 2022
Typearticle
Langueen
DomaineMedicine
ThématiqueAcute Myeloid Leukemia Research
Établissements canadiensnon disponible
Organismes subventionnairesMcGill University
Mots-clésMyeloid leukemiaGeneBone marrowBiologyMyeloidSurvival analysisCancer researchLeukemiaOncologyInternal medicineComputational biologyImmunologyMedicineGenetics

Résumé

récupéré en direct d'OpenAlex

The prognosis of acute myeloid leukemia (AML) remains a challenge. In this study, we applied the weighted gene coexpression network analysis (WGCNA) to find survival-specific genes in AML based on 42 adult CN-AML samples from The Cancer Genome Atlas (TCGA) database. Eighteen hub genes (ABCA13, ANXA3, ARG1, BTNL8, C11orf42, CEACAM1, CEACAM3, CHI3L1, CRISP2, CYP4F3, GPR84, HP, LTF, MMP8, OLR1, PADI2, RGL4, and RILPL1) were found to be related to AML patient survival time. We then compared the hub gene expression levels between AML peripheral blood (PB) samples ( <a:math xmlns:a="http://www.w3.org/1998/Math/MathML" id="M1"> <a:mi>n</a:mi> <a:mo>=</a:mo> <a:mn>162</a:mn> </a:math> ) and control healthy whole blood samples ( <c:math xmlns:c="http://www.w3.org/1998/Math/MathML" id="M2"> <c:mi>n</c:mi> <c:mo>=</c:mo> <c:mn>337</c:mn> </c:math> ). Seventeen of the hub genes showed lower expression levels in AML PB samples. The gene expression analysis was also done among AML BM (bone marrow) samples of different stages: diagnosis ( <e:math xmlns:e="http://www.w3.org/1998/Math/MathML" id="M3"> <e:mi>n</e:mi> <e:mo>=</e:mo> <e:mn>142</e:mn> </e:math> ), posttreatment ( <g:math xmlns:g="http://www.w3.org/1998/Math/MathML" id="M4"> <g:mi>n</g:mi> <g:mo>=</g:mo> <g:mn>42</g:mn> </g:math> ), and recurrent ( <i:math xmlns:i="http://www.w3.org/1998/Math/MathML" id="M5"> <i:mi>n</i:mi> <i:mo>=</i:mo> <i:mn>12</i:mn> </i:math> ) stages. The results showed a significant increase of ANXA3, CEACM1, RGL4, RILPL1, and HP in posttreatment samples compared to diagnosis and/or recurrent samples. Transcription factor (TF) prediction of the hub genes suggested LTF as the top hit, overlapping 10 hub genes, while LTF itself is just one of the hub genes. Also, 3671 correlation links were shown between 128 mRNAs and 209 lncRNAs found in survival time-related modules. Generally, we identified candidate mRNA biomarkers based on CN-AML data which can be extensively used in AML prognosis. In addition, we mapped their potential regulatory mechanisms with correlated lncRNAs, providing new insights into potential targets for therapies in AML.

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.

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 candidatesMéta-épidémiologie (sens strict), Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,231
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,003
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 Opus0,018
Tête enseignante GPT0,287
Écart entre enseignants0,269 · 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