<scp>OCT</scp>‐2 Is Associated With Pro‐Metastatic Epigenomic Properties of Triple‐Negative Breast Cancer Cells
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Triple-negative breast cancer (TNBC) is a malignant type of breast cancer. Owing to the lack of expression of receptors that serve as molecular targets for standard therapy for breast cancer, conventional cytotoxic chemotherapy is the primary treatment option for TNBC. However, TNBC exhibits a high degree of genomic heterogeneity, rendering it resistant to chemotherapy. Therefore, there is an urgent need to identify novel therapeutic targets for the treatment of TNBC. Advances in massively parallel sequencing technology have enabled the identification of cancer cell-specific gene expression patterns and epigenetic alterations that regulate their expression. Cancer cell-specific super-enhancers (SEs) have been identified as effective therapeutic targets for cancer. In this study, we identified the functional roles of epigenetic changes and their regulatory mechanisms in TNBC cells. TNBC cell-specific SEs were formed near several genes that contribute to malignant cancer cell acquisition. We found that the transcription factor OCT-2 (encoded by POU2F2) was responsible for the formation of SEs and the expression of genes encoded in the vicinity of the SE regions. Overexpression of POU2F2 enhances the metastasis of TNBC cells in mice, and its expression is highly correlated to poor prognosis of TNBC patients. Our findings provide a new insight into cancer cell-specific epigenetic changes induced by OCT-2, which trigger the progression of TNBC, and suggest possible candidates that could be targeted for the treatment of TNBC.
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.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| 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 découle