Emerging roles of CircRNA-miRNA networks in cancer development and therapeutic response
Notice bibliographique
Résumé
The complex interplay of epigenetic factors is essential in regulating the hallmarks of cancer and orchestrating intricate molecular interactions during tumor progression. Circular RNAs (circRNAs), known for their covalently closed loop structures, are non-coding RNA molecules exceptionally resistant to enzymatic degradation, which enhances their stability and regulatory functions in cancer. Similarly, microRNAs (miRNAs) are endogenous non-coding RNAs with linear structures that regulate cellular biological processes akin to circRNAs. Both miRNAs and circRNAs exhibit aberrant expressions in various cancers. Notably, circRNAs can function as sponges for miRNAs, influencing their activity. The circRNA/miRNA interaction plays a pivotal role in the regulation of cancer progression, including in brain, gastrointestinal, gynecological, and urological cancers, influencing key processes such as proliferation, apoptosis, invasion, autophagy, epithelial-mesenchymal transition (EMT), and more. Additionally, this interaction impacts the response of tumor cells to radiotherapy and chemotherapy and contributes to immune evasion, a significant challenge in cancer therapy. Both circRNAs and miRNAs hold potential as biomarkers for cancer prognosis and diagnosis. In this review, we delve into the circRNA-miRNA circuit within human cancers, emphasizing their role in regulating cancer hallmarks and treatment responses. This discussion aims to provide insights for future research to better understand their functions and potentially guide targeted treatments for cancer patients using circRNA/miRNA-based strategies.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,001 |
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.
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 ».