A transcriptional network of cell cycle dysregulation in noninvasive papillary urothelial carcinoma
Notice bibliographique
Résumé
Human cancers display a restricted set of expression profiles, despite diverse mutational drivers. This has led to the hypothesis that select sets of transcription factors act on similar target genes as an integrated network, buffering a tumor's transcriptional state. Noninvasive papillary urothelial carcinoma (NIPUC) with higher cell cycle activity has higher risk of recurrence and progression. In this paper, we describe a transcriptional network of cell cycle dysregulation in NIPUC, which was delineated using the ARACNe algorithm applied to expression data from a new cohort (n = 81, RNA sequencing), and two previously published cohorts. The transcriptional network comprised 121 transcription factors, including the pluripotency factors SOX2 and SALL4, the sex hormone binding receptors ESR1 and PGR, and multiple homeobox factors. Of these 121 transcription factors, 65 and 56 were more active in tumors with greater and less cell cycle activity, respectively. When clustered by activity of these transcription factors, tumors divided into High Cell Cycle versus Low Cell Cycle groups. Tumors in the High Cell Cycle group demonstrated greater mutational burden and copy number instability. A putative mutational driver of cell cycle dysregulation, such as homozygous loss of CDKN2A, was found in only 50% of High Cell Cycle NIPUC, suggesting a prominent role of transcription factor activity in driving cell cycle dysregulation. Activity of the 121 transcription factors strongly associated with expression of EZH2 and other members of the PRC2 complex, suggesting regulation by this complex influences expression of the transcription factors in this network. Activity of transcription factors in this network also associated with signatures of pluripotency and epithelial-to-mesenchymal transition (EMT), suggesting they play a role in driving evolution to invasive carcinoma. Consistent with this, these transcription factors differed in activity between NIPUC and invasive urothelial carcinoma.
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 | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 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 ».