Abstract 3776: Identification of hypoxia regulated long noncoding RNA, MARVEL in kidney cancer
Notice bibliographique
Résumé
Abstract Background: The kidney is a highly vascular organ, receiving about 1/4th of the total cardiac output. Not surprisingly, kidney cancer is a highly vascular malignancy. According to WHO, worldwide, there are over 400,000 new cases and over 170,000 deaths yearly due to kidney cancer. The aggressive subtype of kidney cancer, clear cell renal carcinoma (ccRCC), represents 80% of all cases. The Von Hippel Lindau (VHL) gene, a tumor suppressor, is functionally inactive in 90% of ccRCC, which activates the oxygen-sensing machinery responsible for inducing angiogenesis. Long noncoding RNAs (lncRNAs) are RNA molecules of 200 nucleotides and longer in size. LncRNAs can be highly tissue-specific, defining tumor growth and metastasis, hence potential biomarkers for clinical staging, disease progression, and unique therapeutic targets. We hypothesize that the functional inactivation of VHL induces robust changes in the lncRNA transcription during ccRCC tumorigenesis and vascularization. Methodology: To understand the pro-angiogenic RNA signals in ccRCC induced by functional VHL inactivation, human 786-O and RCC4 cell lines were used. Microarray analysis comparing the reconstituted functional and non-functional VHL in these tumor cells then defined mRNA and lncRNAs that are VHL- and HIF-dependent. These lncRNAs were further validated in ccRCC patients. 5’ RACE (Rapid Amplification of cDNA ends), RT-qPCR, and cellular compartmentalization were used to characterize the most abundant lncRNA in ccRCC. Results: Microarray-based transcriptomic ccRCC from VHL-deficient cell lines and patients divulged a novel lncRNA- “MARVEL” (Mortality Associated in RCC, VHL-deficient Expressed Long Noncoding RNA). Analysis in The Atlas of Noncoding RNAs in Cancer (TANRIC) database for ccRCC patients with 447 tumor cases and 67 normal kidney tissues revealed MARVEL predicts overall patient survival by log-rank regression analysis with Cox p < 0.005 and correlated with a higher stage of the disease by the decision tree analysis. MARVEL is VHL-, hypoxia-, and HIF- dependent. ReMap, ChIP-seq data on HIF1 and HIF2 confirmed binding within 1 Kb upstream of the start site of MARVEL. 5’ RACE characterized three transcriptional start sites and three spliced variants. The most abundant transcript of MARVEL has seven exons with six introns that follow the GT-AG rule of splicing. Further, CRISPRi and CRISPRa led loss- and gain-of-function studies on MARVEL are ongoing both in vitro and in vivo to characterize its role in tumorigenicity and angiogenesis. Significance: This study defines tumor property of hypoxia and a functional outcome of survival in patients to define the lncRNAs. We identified a novel lncRNA- MARVEL that can be a potential biomarker to predict advanced tumor stage and overall survival in renal cell carcinoma. The functional characterization of MARVEL can reveal its therapeutic potential in ccRCC. Citation Format: Ranju Nair, Joseph Samuel, Philip Marsden. Identification of hypoxia regulated long noncoding RNA, MARVEL in kidney cancer. [abstract]. In: Proceedings of the American Association for Cancer Research Annual Meeting 2023; Part 1 (Regular and Invited Abstracts); 2023 Apr 14-19; Orlando, FL. Philadelphia (PA): AACR; Cancer Res 2023;83(7_Suppl):Abstract nr 3776.
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 | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,001 |
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 ».