Identification of key signaling pathways and novel computational drug target for oral cancer, metabolic disorders and periodontal disease
Notice bibliographique
Résumé
AIM: Due to conventional endocrinological methods, there is presently no shared work available, and no therapeutic options have been demonstrated in oral cancer (OC) and periodontal disease (PD), type 2 diabetes (T2D), and obese patients. The aim of this study is to determine the similar molecular pathways and potential therapeutic targets in PD, OC, T2D, and obesity that may be used to anticipate the progression of the disease. METHODS: Four Gene Expression Omnibus (GEO) microarray datasets (GSE29221, GSE15773, GSE16134, and GSE13601) are used for finding differentially expressed genes (DEGs) for T2D, obese, and PD patients with OC in order to explore comparable pathways and therapeutic medications. Gene ontology (GO) and pathway analysis were used to investigate the functional annotations of the genes. The hub genes were then identified using protein-protein interaction (PPI) networks, and the most significant PPI components were evaluated using a clustering approach. RESULTS: These three gene expression-based datasets yielded a total of seven common DEGs. According to the GO annotation, the majority of the DEGs were connected with the microtubule cytoskeleton structure involved in mitosis. The KEGG pathways revealed that the concordant DEGs are connected to the cell cycle and progesterone-mediated oocyte maturation. Based on topological analysis of the PPI network, major hub genes (CCNB1, BUB1, TTK, PLAT, and AHNAK) and notable modules were revealed. This work additionally identified the connection of TF genes and miRNAs with common DEGs, as well as TF activity. CONCLUSION: Predictive drug analysis yielded concordant drug compounds involved with T2D, OC, PD, and obesity disorder, which might be beneficial for examining the diagnosis, treatment, and prognosis of metabolic disorders and Oral cancer.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».