Transcriptome profiling and proteomic validation reveals targets of the androgen receptor signaling in the BT-474 breast cancer cell line
Notice bibliographique
Résumé
Abstract Background Accumulating evidence suggests that the androgen receptor (AR) and its endogenous ligands influence disease progression in breast cancer (BCa). However, AR-mediated changes in BCa differ among the various BCa subtypes according to their hormone receptor profile [i.e., presence/absence of estrogen receptor (ER), progesterone receptor (PR) and human epidermal growth factor receptor 2, (HER2)]. Thus, we explored the androgen-regulated transcriptomic changes in the ER+PR+HER2+ BCa cell line, BT-474, and compared them with PR-mediated changes. Methods We performed RNA sequencing analysis in treated BT-474 cells with dihydrotestosterone (DHT) and progesterone. Validation of the top ten differentially androgen-regulated genes and a number of other genes found in enriched signaling pathways was performed by qRT-PCR in BT-474 and other BCa cell lines. In addition, a parallel reaction monitoring targeted proteomic approach was developed to verify selected transcripts at the protein level. Results In total 19,450 transcripts were detected, of which 224 were differentially regulated after DHT treatment. The increased expression of two well-known androgen-regulated genes, KLK2 (p
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 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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 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 tête enseignante, 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 ».