MétaCan
Menu
Retour à la cohorte
Enregistrement W4410028934 · doi:10.1007/s10911-025-09580-w

Developmental Regulation of circRNAs in Normal and Diseased Mammary Gland: A Focus on circRNA-miRNA Networks

2025· review· en· W4410028934 sur OpenAlexaff
Sarah Marei, Nour Maatouk, Mounir G. AbouHaidar, Rabih Talhouk

Notice bibliographique

RevueJournal of Mammary Gland Biology and Neoplasia · 2025
Typereview
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueCircular RNAs in diseases
Établissements canadiensUniversity of Toronto
Organismes subventionnairesUniversity Research Board, American University of Beirut
Mots-clésBiologymicroRNAMammary glandFocus (optics)GeneticsGeneCancer

Résumé

récupéré en direct d'OpenAlex

Circular RNAs (circRNAs) have emerged as critical regulators in various biological processes including diseases. In the mammary gland (MG), which undergoes most of its development postnatally, circRNAs play pivotal roles in both physiological and pathological contexts. This review highlights the involvement of circRNAs during key developmental stages of the MG, with particular emphasis on lactation, where circRNA-miRNA networks significantly influence milk secretion and composition. CircRNAs exhibit stage-, breed- and species-specific expression patterns during lactation, which underscores their complexity. This intricate regulation also plays a significant role in pathological conditions of the MG, where dysregulated circRNA expression contributes to disease progression such as mastitis, early breast cancer (BC) stages, and epithelial-to-mesenchymal transition in BC (EMT). In mastitis, altered circRNA expression disrupts immune responses and compromises epithelial integrity. During early BC progression, circRNAs drive cell proliferation, while in EMT, they facilitate metastatic processes. By focusing on the circRNA-miRNA interactions underlying these processes, this review highlights their potential use as biomarkers for MG development, disease progression, and as therapeutic targets.

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)0,000
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: Autre devis · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,967
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0010,000
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 Opus0,009
Tête enseignante GPT0,267
Écart entre enseignants0,258 · 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'étudeAutre devis
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations2
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Mammary Gland Biology and NeoplasiaMême sujetCircular RNAs in diseasesTravaux en français237 207