MétaCan
Menu
Retour à la cohorte
Enregistrement W4394340766 · doi:10.6084/m9.figshare.7930874

circ-BIRC6, a circular RNA, promotes hepatocellular carcinoma progression by targeting the miR-3918/Bcl2 axis

2019· dataset· en· W4394340766 sur OpenAlexaff
Guangsheng Yang, Xin Wang, Bingqi Liu, Zhihua Lu, Zongzhen Xu, Peng Xiu, Zhiqian Liu, Jie Li

Notice bibliographique

RevueFigshare · 2019
Typedataset
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueCircular RNAs in diseases
Établissements canadiensUniversity of Calgary
Organismes subventionnairesnon disponible
Mots-clésHepatocellular carcinomaCircular RNAmicroRNAHepatic carcinomaBiologyCancer researchGeneGenetics

Résumé

récupéré en direct d'OpenAlex

Circular (circ)RNA is a special type of endogenous RNA consisting of a covalently closed loop structure without 5‘ to 3‘ polarity and a polyadenylated tail. Accumulating evidence suggests that circRNAs play important roles in the development and progression of human cancers. However, the role of circRNAs in the progression of hepatocellular carcinoma (HCC) is largely unknown. This was addressed in the present study using high-throughput sequencing to identify aberrantly expressed circRNAs in HCC patient tissue and cell lines. We found that circ-baculoviral IAP repeat-containing (BIRC)6 was upregulated in HCC tissue samples and cells; this was associated with the overall survival of HCC patients. circ-BIRC6 knockdown reduced HCC cell proliferation, migration, and invasion and enhanced their apoptosis. Additionally, circ-BIRC6 overexpression negatively regulated the expression of microRNA miR-3918, which was identified as an inhibitor of B cell lymphoma (Bcl)2. The tumor-suppressive effect of circ-BIRC6 deletion was abrogated by inhibiting miR-3918. These results indicate that circ-BIRC6 functions as a competing endogenous RNA that regulates Bcl2 expression by sponging miR-3918, and may serve as a prognostic biomarker and therapeutic target for the treatment of HCC.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,002
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesCharge utile insuffisante (le modèle a refusé de juger)
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Jeu de données · Signal consensuel: Jeu de données
Score de désaccord entre enseignants0,032
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,002
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0020,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0180,002

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.

Tête enseignante Opus0,020
Tête enseignante GPT0,263
Écart entre enseignants0,243 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

Devis d'étudeSans objet
Domainenon disponible
GenreJeu de données

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations4
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueFigshareMême sujetCircular RNAs in diseasesTravaux en français237 207