An imbalance between proliferation and differentiation underlies the development of microRNA-defective pineoblastoma
Notice bibliographique
Résumé
ABSTRACT Mutations in the microRNA processing genes DICER1 and DROSHA drive several cancers that resemble embryonic progenitors. To understand how microRNAs regulate tumorigenesis, we ablated Drosha or Dicer1 in the developing pineal gland to emulate the pathogenesis of pineoblastoma, a brain tumor that resembles undifferentiated precursors of the pineal gland. Accordingly, these mice develop pineal tumors marked by loss of microRNAs, including the let-7/miR-98-5p family, and de-repression of microRNA target genes. Pineal tumors driven by loss of Drosha or Dicer1 mimic tumors driven by Rb1 loss, as they exhibit upregulation of S-phase genes and homeobox transcription factors that regulate pineal development. Blocking proliferation of these tumors facilitates expression of pinealocyte maturation markers, with a concomitant reduction in embryonic markers. Select embryonic markers remain elevated, however, as the microRNAs that normally repress these target genes remain absent. One such microRNA target gene is the oncofetal transcription factor Plagl2 , which regulates expression of pro-growth genes, and inhibiting their signaling impairs tumor growth. Thus, we demonstrate that tumors driven by loss of microRNA processing may be therapeutically targeted by inhibiting downstream drivers of proliferation.
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) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 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 | 0,000 | 0,000 |
| 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 ».