特定亚型增强器RNAs定义了转录调节器和乳腺癌的预后
Aamena Y Patel1,2, Peyman Zarrineh3, Nathnael T Tuffa1
1Division of Molecular and Cellular Function, School of Biological Sciences, Faculty of Biology, Medicine and Health, The University of Manchester, UK.
机器学习确定了特定于乳腺癌亚型和生存的增强器RNA (eRNA). 这些eRNA揭示了关键的基因通路和转录因子网络,有助于了解乳腺癌的进展和患者的结果.
科学领域:
- 基因组学就是基因组学.
- 癌症生物学 癌症生物学
- 生物信息学是一种生物信息学.
背景情况:
- 增强剂通过转录因子调节基因表达,产生增强剂RNA (eRNA).
- eRNA表达作为转录因子活性的早期标志物,与癌症患者的结果相关.
- 了解乳腺癌亚型中的eRNA对于确定治疗点和预测患者预后至关重要.
研究的目的:
- 使用机器学习对乳腺癌特异性增强器RNA (eRNA) 和它们与分子亚型及其患者存活率的关联进行分类.
- 在特定的乳腺癌亚型中定义近位共同表达的调节性eRNA (ProxCReAm) 和它们的功能丰富.
- 在不同乳腺癌亚型中确定由eRNAs调节的关键转录因子网络和基因通路.
主要方法:
- 从975名乳腺癌患者的RNA测序数据分析了约30万个eRNA位点.
- 机器学习算法的应用以基于乳腺癌分子亚型和生存数据对eRNA进行分类.
- 将eRNA数据与亚型特定的mRNA集成,以定义ProxCReAm并进行细胞组和转录因子动机分析.
主要成果:
- 机器学习成功地将乳腺癌中的亚型特异性和预后性eRNA分类.
- 定义的ProxCReAm揭示了光线和基底乳腺癌亚型的特征路径.
- 确定了参与eRNA调节的多种核受体 (GR/AHR,GR/RAR) 和FOX因子,在光线和基底亚型中具有不同的模式.
- 光线eRNA与更好的患者结局相关,而与Her2相关的eRNA显示出更糟糕的结果.
结论:
- 基于RNA-seq数据的机器学习有效地对乳腺癌中的功能相关,亚型特定和预后性eRNA进行分类.
- eRNA作为乳腺癌亚型,预后和理解潜在监管机制的有价值的生物标志物.
- 该研究突出了关键的基因通路和转录因子网络,包括核受体和FOX因子,涉及乳腺癌进展和患者生存.
更多相关视频
03:37Author Spotlight: Impact of Intergenic Interactions on Disease-Identifying Dark Biomarkers
Published on: March 1, 2024
09:16Investigation of the Transcriptional Role of a RUNX1 Intronic Silencer by CRISPR/Cas9 Ribonucleoprotein in Acute Myeloid Leukemia Cells
Published on: September 1, 2019
相关概念视频
RNA Polymerase II Accessory Proteins
Regulation of Expression at Multiple Steps
lncRNA - Long Non-coding RNAs
Master Transcription Regulators
Co-activators and Co-repressors
Cis-regulatory Sequences
