MétaCan
Menu
← Retour à la cohorte
Enregistrement W4396883436 · doi:10.1101/2024.05.10.593635

Screening the human miRNA interactome reveals coordinated upregulation in melanoma, adding bidirectional regulation to miRNA networks

2024· preprint· en· W4396883436 sur OpenAlexaff
Faezeh Jame-Chenarboo, Joseph N. Reyes, Nicholas Twells, Hoi-Hei Ng, Dawn Macdonald, Eva Hernando, Lara K. Mahal

Notice bibliographique

RevuebioRxiv (Cold Spring Harbor Laboratory) · 2024
Typepreprint
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueMicroRNA in disease regulation
Établissements canadiensUniversity of Alberta
Organismes subventionnairesnon disponible
Mots-clésDownregulation and upregulationmicroRNAInteractomeCell biologyBiologyRegulation of gene expressionComputational biologyGeneticsGene

Résumé

récupéré en direct d'OpenAlex

Abstract Cellular protein expression is coordinated post-transcriptionally by an intricate regulatory network. The current presumption is that miRNA work by repression of functionally related targets within a system. In recent work, upregulation of protein expression via direct interactions of mRNA with miRNA has been found in dividing cells, providing an additional mechanism of regulation. Herein, we demonstrate coordinated upregulation of functionally-coupled proteins by miRNA. We focused on CD98hc, the heavy chain of the amino acid transporter LAT1, and α-2,3-sialyltransferases ST3GAL1 and ST3GAL2, which are critical for CD98hc stability in melanoma. Profiling miRNA regulation using our high-throughput miRFluR assay, we identified miRNA that upregulated expression of both CD98hc and either ST3GAL1 or ST3GAL2. These co-upregulating miRNAs were enriched in melanoma datasets associated with transformation and progression. Our findings add co-upregulation by miRNA into miRNA regulatory networks and adds a new bidirectional twist to the impact miRNA have on protein regulation and glycosylation.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,009

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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 Opus0,012
Tête enseignante GPT0,246
Écart entre enseignants0,234 · 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; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

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

En bref

Citations1
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuebioRxiv (Cold Spring Harbor Laboratory)→Même sujetMicroRNA in disease regulation→Travaux en français237 207→