MétaCan
Menu
Retour à la cohorte
Enregistrement W4313327188 · doi:10.3390/curroncol30010035

Identification of a Novel N7-Methylguanosine-Related LncRNA Signature Predicts the Prognosis of Hepatocellular Carcinoma and Experiment Verification

2022· article· en· W4313327188 sur OpenAlexvenueno aff
Chou Yang, Lingyan Zhang, Xin Hao, Mengdie Tang, Bin Zhou, Jinlin Hou

Notice bibliographique

RevueCurrent Oncology · 2022
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueCancer-related molecular mechanisms research
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésHepatocellular carcinomaProportional hazards modelUnivariateReceiver operating characteristicOncologyLong non-coding RNAInternal medicineNomogramMultivariate statisticsMedicineMultivariate analysisBiologyRNAGeneStatisticsGenetics

Résumé

récupéré en direct d'OpenAlex

(1) Background: It is well-known that long non-coding RNAs (lncRNAs) and N7-methylguanosine (m7G) contribute to hepatocellular carcinoma (HCC) progression. However, it remains unclear whether lncRNAs regulating m7G modification could predict HCC prognosis. Thus, we sought to explore the prognostic implications of m7G-related lncRNAs in HCC patients. (2) Methods: Prognostic M7G-related lncRNAs obtained from The Cancer Genome Atlas (TCGA) database were screened by co-expression analysis and univariate Cox regression analysis. Next, the m7G-related lncRNA signature (m7GRLSig) was conducted by Least absolute shrinkage and selection operator (LASSO) Cox regression and multivariate Cox regression analysis. Kaplan-Meier analysis and time-dependent receiver operating characteristics (ROC) assessed the prognostic abilities of our signature. Univariate and multivariate Cox regression, nomogram, and principal component analysis (PCA) were conducted to evaluate our signature. Subsequently, we investigated the role of m7GRLSig on the immune landscape and sensitivity to drugs in HCC patients. The potential function of lncRNAs obtained from the prognostic signature was explored by in vitro experiments. (3) Results: A novel m7GRLSig was identified using seven meaningful lncRNA (ZFPM2-AS1, AC092171.2, PIK3CD-AS2, NRAV, CASC19, HPN-AS1, AC022613.1). The m7GLPSig exhibited worse survival in the high-risk group and served as an independent prognostic factor. The m7GRLSig stratification was sensitive in assessing the immune landscape and sensitivity to drugs between the high-risk and low-risk groups. Finally, in vitro experiments confirmed that the knockdown of NRAV was accompanied by the downregulation of METTL1 during HCC progression. (4) Conclusions: The m7G-related signature is a potential predictor of HCC prognosis and contributes to individualize the effective drug treatment of HCC.

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)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,005

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
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 Opus0,041
Tête enseignante GPT0,336
Écart entre enseignants0,295 · 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'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

Citations6
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCurrent OncologyMême sujetCancer-related molecular mechanisms researchTravaux en français237 207