Long non-coding RNAs (lncRNAs) in cancer proliferation: Molecular interactions and possible therapeutic targets
Notice bibliographique
Résumé
Long non-coding RNAs (lncRNAs) are a class of non-protein coding RNAs that have more than 200 nucleotides. lncRNAs have been found to be aberrantly expressed in human diseases including cancer. In cancer, lncRNAs exert critical roles and affect all the cancer hallmarks including apoptosis, proliferative capacity, malignancy, invasiveness, immune evasion, angiogenesis, chemo-resistance, and radio-resistance via regulating various factors and signaling pathways. lncRNAs target other non-coding RNAs, commonly miRNAs. lncRNAs are predominantly either tumor suppressors or oncogenic. However, some lncRNAs have both roles based on the cancer type. For instance, MIR31HG exerts tumor suppressor functions in hepatocellular carcinoma while possessing oncogenic roles in non-small cell lung cancer. Cancer cells inhibit apoptosis, increase metabolic pathways such as glycolysis, and promote cell cycle progression to augment their proliferation. Evidence has revealed the critical role of lncRNAs in the regulation of these mechanisms, either by their suppression or by promotion. Thus, the aim of this chapter is to discuss the importance of lncRNAs in the regulation of apoptosis, autophagy, cell cycle progression, and glycolysis in various types of cancer.
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) | 0,001 | 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 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,021 | 0,012 |
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 ».