Discovery of miRNA–mRNA regulatory networks in glioblastoma reveals novel insights into tumor microenvironment remodeling
Notice bibliographique
Résumé
Adult glioblastoma (GBM) is a highly aggressive primary brain tumor, accounting for nearly half of all malignant brain tumors, with a median survival rate of only 8 months. Treatment for GBM is largely ineffective due to the highly invasive nature and complex tumor composition of this malignancy. MicroRNAs (miRNA) are short, non-coding RNAs that regulate gene expression by binding to messenger RNAs (mRNA). While specific miRNA have been associated with GBM, their precise roles in tumor development and progression remain unclear. In this study, the analysis of miRNA expression data from 743 adult GBM cases and 59 normal brain samples identified 94 downregulated miRNA and 115 upregulated miRNA. Many of these miRNA were previously linked to GBM pathology, confirming the robustness of our approach, while we also identified novel miRNA that may act as potential regulators in GBM. By integrating miRNA predictions with gene expression data, we were able to associate downregulated miRNA with tumor microenvironment factors, including extracellular matrix remodeling and signaling pathways involved in tumor initiation, while upregulated miRNA were found to be associated with essential neuronal processes. This analysis highlights the significance of miRNA in GBM and serves as a foundation for further investigation.
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) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 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 ».