Epitranscriptomics and cervical cancer: the emerging role of m<sup>6</sup>A, m<sup>5</sup>C and m<sup>1</sup>A RNA modifications
Notice bibliographique
Résumé
Abstract Cervical cancer (CC), one of the most prevalent and detrimental gynaecologic cancers, evolves through genetic and epigenetic alterations resulting in the promotion of oncogenic activity and dysfunction of tumour-suppressing mechanisms. Despite medical advancement, the prognosis for advanced-stage patients remains extremely low due to high recurrence rates and resistance to existing treatments. Thereby, the search for potential prognostic biomarkers is heightened to unravel new modalities of CC pathogenesis and to develop novel anti-cancer therapies. Epitranscriptomic modifications, reversible epigenetic RNA modifications, regulate various biological processes by deciding RNA fate to mediating RNA interactions. This narrative review provides insight into the cellular and molecular roles of endogenous RNA-editing proteins and their associated epitranscriptomic modifications, especially N 6 -methyladenosine (m 6 A), 5-methylcytosine (m 5 C) and N 1 -methyladenosine (m 1 A), in governing the development, progression and metastasis of CC. We discussed the in-depth epitranscriptomic mechanisms underlying the regulation of over 50 RNAs responsible for tumorigenesis, proliferation, migration, invasion, survival, autophagy, stemness, epithelial-mesenchymal transition, metabolism (glucose, lipid, glutamate and glutamine), resistance (drug and radiation), angiogenesis and recurrence of CC. Additionally, we provided a concise overview of the therapeutic potential of targeting the altered expression of endogenous RNA-editing proteins and aberrant deposition of RNA modifications on both coding and non-coding RNAs in CC.
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 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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».