Non-coding regions of nuclear-DNA-encoded mitochondrial genes and intergenic sequences are targeted by autoantibodies in breast cancer
Notice bibliographique
Résumé
Autoantibodies against mitochondrial-derived antigens play a key role in chronic tissue inflammation in autoimmune disorders and cancers. Here, we identify autoreactive nuclear genomic DNA (nDNA)-encoded mitochondrial gene products (GAPDH, PKM2, GSTP1, SPATA5, MFF, TSPOAP1, PHB2, COA4, and HAGH) recognized by breast cancer (BC) patients’ sera as nonself, supporting a direct relationship of mitochondrial autoimmunity to breast carcinogenesis. Autoreactivity of multiple nDNA-encoded mitochondrial gene products was mapped to protein-coding regions, 3’ untranslated regions (UTRs), as well as introns. In addition, autoantibodies in BC sera targeted intergenic sequences that may be parts of long non-coding RNA (lncRNA) genes, including LINC02381 and other putative lncRNA neighbors of the protein-coding genes ERCC4, CXCL13, SOX3, PCDH1, EDDM3B, and GRB2. Increasing evidence indicates that lncRNAs play a key role in carcinogenesis. Consistent with this, our findings suggest that lncRNAs, as well as mRNAs of nDNA-encoded mitochondrial genes, mechanistically contribute to BC progression. This work supports a new paradigm of breast carcinogenesis based on a globally dysfunctional genome with altered function of multiple mitochondrial and non-mitochondrial oncogenic pathways caused by the effects of autoreactivity-induced dysregulation of multiple genes and their products. This autoimmunity-based model of carcinogenesis will open novel avenues for BC treatment.
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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| 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 ».