Identification of key miRNA signature and pathways involved in multiple myeloma by integrated bioinformatics analysis
Notice bibliographique
Résumé
Multiple myeloma (MM) is one of the most common types of hematologic malignancy for which the underlying molecular mechanisms remain largely unclear. Dysregulated miRNA expression has been shown to be involved in MM tumorigenesis, progression and drug response. Therefore, a comprehensive analysis based on miRNA-level integrated strategy was performed. This study aimed to elucidate key miRNA signatures and pathways in MM by integrated bioinformatics analysis. Expression profiles GSE24371, GSE49261 and GSE54156 were obtained from the Gene Expression Omnibus database, and differentially expressed miRNAs (DEMirs) with <i>p</i> < 0.05 were identified. The target genes of these DEMirs were obtained from ENCORI database, and functional enrichment, subpathway enrichment and protein–protein interaction network construction were performed. The key target genes were identified by random walk algorithm and survival verification was performed. <b>and discussion:</b> First, six up-regulated and four down-regulated DEMirs shared between any two GSE data sets were identified. Second, target genes (DEMirTGs) by up-regulated and down-regulated DEMirs were obtained. Functional and subpathway enrichment analysis showed that these up-regulated DEMirs are consistently involved in the Wnt signaling pathway. Moreover, enrichment of the down-regulated DEMirs is mainly in the MAPK signaling pathway. Finally, a protein–protein interaction sub-network for these DEMirTGs was constructed, the correlations between the two key genes were identified and survival in MM was evaluated using multiple independent data sets. We identified miRNA signatures and key target genes that were closely related to MM biology, and these genes might serve as potential therapeutic targets for MM patients.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 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 | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 tête enseignante, 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 ».