Epigenetic regulation of hepatocellular carcinoma progression: MicroRNAs as therapeutic, diagnostic and prognostic factors
Notice bibliographique
Résumé
Hepatocellular carcinoma (HCC), a significant challenge for public healthcare systems in developed Western countries including the USA, Canada, and the UK, is influenced by different risk factors including hepatitis virus infections, alcoholism, and smoking. The disruption in the balance of microRNAs (miRNAs) plays a vital function in tumorigenesis, given their function as regulators in numerous signaling networks. These miRNAs, which are mature and active in the cytoplasm, work by reducing the expression of target genes through their impact on mRNAs. MiRNAs are particularly significant in HCC as they regulate key aspects of the tumor, like proliferation and invasion. Additionally, during treatment phases such as chemotherapy and radiotherapy, the levels of miRNAs are key determinants. Pre-clinical experiments have demonstrated that altered miRNA expression contributes to HCC development, metastasis, drug resistance, and radio-resistance, highlighting related molecular pathways and processes like MMPs, EMT, apoptosis, and autophagy. Furthermore, the regulatory role of miRNAs in HCC extends beyond their immediate function, as they are also influenced by other epigenetic factors like lncRNAs and circular RNAs (circRNAs), as discussed in recent reviews. Applying these discoveries in predicting the prognosis of HCC could mark a significant advancement in the therapy of this disease.
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 | 0,001 | 0,001 |
| 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 | 0,001 | 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) | 0,001 | 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 ».