MétaCan
Menu
Retour à la cohorte
Enregistrement W4403329188 · doi:10.1101/2024.10.09.617495

Protein Kinases in Phagocytosis: Promising Genetic Biomarkers for Cancer

2024· preprint· en· W4403329188 sur OpenAlexaff
Sadhika Arumilli, Hengrui Liu

Notice bibliographique

RevuebioRxiv (Cold Spring Harbor Laboratory) · 2024
Typepreprint
Langueen
DomaineImmunology and Microbiology
ThématiquePhagocytosis and Immune Regulation
Établissements canadiensFuture Earth
Organismes subventionnairesnon disponible
Mots-clésPhagocytosisKinaseCancerBiologyComputational biologyGeneticsCell biology

Résumé

récupéré en direct d'OpenAlex

Abstract Cancer is a complex disease characterized by genetic and molecular diversity, often involving dysregulation of critical cellular pathways. Recent advances in pan-cancer research have highlighted the importance of shared oncogenic mechanisms across different cancer types, providing new avenues for therapeutic exploration. Protein kinases, particularly those involved in phagocytosis, play pivotal roles in cellular homeostasis and immune response. This study systematically examines the genetic alterations and expression profiles of protein kinases associated with phagocytosis across various cancer types, using data from The Cancer Genome Atlas (TCGA) and other publicly available resources. We analyzed single nucleotide variations (SNVs), copy number variations (CNVs), methylation patterns, and mRNA expression to identify recurring alterations and their associations with survival outcomes. Our findings reveal that MET and MERTK are the most frequently mutated genes, with missense mutations dominating across cancers. CNV analysis shows significant correlations with survival in cancers like UCEC, KIRP, and KIRC, while methylation analysis indicates cancer-specific regulatory patterns affecting gene expression. Differential expression analysis highlights distinct cancer-type-specific expression profiles, with genes like MET and BTK displaying significant variation. Crosstalk pathway analysis further reveals the involvement of these kinases in key cancer-related pathways, such as epithelial-mesenchymal transition (EMT) and apoptosis. Drug sensitivity analysis identifies potential therapeutic targets, with gene expression correlating significantly with cancer cell line responsiveness to specific compounds. These findings underscore the importance of the phagocytotic kinome in cancer biology and suggest potential therapeutic strategies targeting protein kinases to enhance immune response and improve treatment outcomes.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,059
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

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

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.

Tête enseignante Opus0,017
Tête enseignante GPT0,246
Écart entre enseignants0,229 · 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 tête enseignante, pas un consensus.

Devis d'étudeExpérimental (laboratoire)
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

Citations6
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuebioRxiv (Cold Spring Harbor Laboratory)Même sujetPhagocytosis and Immune RegulationTravaux en français237 207