Identification of super-enhancer-associated transcription factors regulating glucose metabolism in poorly differentiated thyroid carcinoma
Notice bibliographique
Résumé
Abstract This study aimed to uncover transcription factors that regulate super-enhancers involved in glucose metabolism reprogramming in poorly differentiated thyroid carcinoma (PDTC). TCA cycle and pyruvate metabolism were significantly enriched in PDTC. Differentially expressed genes in PDTC vs. normal control tissues were located in key steps in TCA cycle and pyruvate metabolism. A total of 23 upregulated genes localized in TCA cycle and pyruvate metabolism were identified as super-enhancer-controlled genes. Transcription factor analysis of these 23 super-enhancer-controlled genes related to glucose metabolism was performed, and 20 transcription factors were obtained, of which KLF12, ZNF281 and RELA had a significant prognostic impact. Regulatory network of KLF12, ZNF281 and RELA controlled the expression of these four prognostic target genes (LDHA, ACLY, ME2 and IDH2). In vitro validation showed that silencing of KLF12, ZNF281 and RELA suppressed proliferation, glucose uptake, lactate production and ATP level, but increased ADP/ATP ratio in PDTC cells. In conclusion, KLF12, ZNF281 and RELA were identified as the key transcription factors that regulate super-enhancer-controlled genes related to glucose metabolism in PDTC. Our findings contribute to a deeper understanding of the regulatory mechanisms associated with glucose metabolism in PDTC, and advance the theoretical development of PDTC-targeted therapies.
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 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,011 | 0,004 |
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 ».