Circular RNAs in EMT-driven metastasis regulation: modulation of cancer cell plasticity, tumorigenesis and therapy resistance
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
The non-coding RNAs comprise a large part of human genome lack of capacity in encoding functional proteins. Among various members of non-coding RNAs, the circular RNAs (circRNAs) have been of importance in the pathogenesis of human diseases, especially cancer. The circRNAs have a unique closed loop structure and due to their stability, they are potential diagnostic and prognostic factors in cancer. The increasing evidences have highlighted the role of circRNAs in the modulation of proliferation and metastasis of cancer cells. On the other hand, metastasis has been responsible for up to 90% of cancer-related deaths in patients, requiring more investigation regarding the underlying mechanisms modulating this mechanism. EMT enhances metastasis and invasion of tumor cells, and can trigger resistance to therapy. The cells demonstrate dynamic changes during EMT including transformation from epithelial phenotype into mesenchymal phenotype and increase in N-cadherin and vimentin levels. The process of EMT is reversible and its reprogramming can disrupt the progression of tumor cells. The aim of current review is to understanding the interaction of circRNAs and EMT in human cancers and such interaction is beyond the regulation of cancer metastasis and can affect the response of tumor cells to chemotherapy and radiotherapy. The onco-suppressor circRNAs inhibit EMT, while the tumor-promoting circRNAs mediate EMT for acceleration of carcinogenesis. Moreover, the EMT-inducing transcription factors can be controlled by circRNAs in different human tumors.
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.
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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| 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) | 0,000 | 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 découle