已入深夜,您辛苦了!由于当前在线用户较少,发布求助请尽量完整地填写文献信息,科研通机器人24小时在线,伴您度过漫漫科研夜!祝你早点完成任务,早点休息,好梦!

A serum LncRNA signature for predicting prognosis of triple-negative breast cancer

乳腺癌 肿瘤科 三阴性乳腺癌 医学 内科学 长非编码RNA 多元分析 癌症 单变量分析 单变量 核糖核酸 多元统计 生物 基因 生物化学 统计 数学
作者
Ting Zhu,Junjun Wang,Juan Li,Qichao Zhang,Yanyan Shang,Jiaju Zhou,Liu M,Bo Lv,Kai Luo
出处
期刊:Clinica Chimica Acta [Elsevier BV]
卷期号:549: 117535-117535
标识
DOI:10.1016/j.cca.2023.117535
摘要

Breast cancer is the leading causes of cancer-associated mortality among women, and triple-negative breast cancer (TNBC) is an aggressive subtype of breast cancer. Long non-coding RNAs (LncRNAs) have recently been studied to predict the prognosis of various cancers, but whether it is an effective marker in TNBC is inconclusive. We used RNA-sequencing analysis to identify differentially expressed exosomal LncRNAs, and qRT-PCR assay was performed to verify dysregulated LncRNAs in multicenter validation cohorts. A signature, which was composed of LINC00989, CEA, and CA153, was then utilized to predict the progression and recurrence of TNBC. Kaplan-Meier analysis was applied to evaluate the prognostic values of the signature. On the basis of RNA-sequencing analysis, we found that serum exosomal LncRNA LINC00989 was significantly up-regulated in metastatic patients of TNBC. Then LINC00989, together with clinic marker CEA and CA125, were selected to construct a prognostic signature. In both training and validation cohort, higher levels of this signature were significantly related with shorter overall and progression-free survival time. Univariate and multivariate analysis shown that the signature was the independent prognosis factor of TNBC patients. Our results suggested that this prognostic signature might potentially predict prognosis and recurrence of TNBC, and was worth validation in future clinical trials.

科研通智能强力驱动
Strongly Powered by AbleSci AI
科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
loii完成签到,获得积分0
刚刚
啊啊啊完成签到 ,获得积分10
刚刚
搜集达人应助alexzlmmd采纳,获得10
1秒前
王波完成签到 ,获得积分10
2秒前
2秒前
灵巧的朝雪完成签到 ,获得积分10
3秒前
4秒前
科研通AI6.4应助丁大采纳,获得10
4秒前
5秒前
八点半到北京完成签到 ,获得积分10
5秒前
小满发布了新的文献求助10
6秒前
7秒前
哔噗哔噗完成签到 ,获得积分10
8秒前
8秒前
搜集达人应助无名氏马采纳,获得10
9秒前
Zggzs发布了新的文献求助10
10秒前
miswaterlily完成签到,获得积分10
10秒前
11秒前
山是山三十三完成签到 ,获得积分10
11秒前
大华完成签到,获得积分10
13秒前
张子豪完成签到,获得积分10
13秒前
我想睡觉发布了新的文献求助10
14秒前
曾经友容完成签到 ,获得积分10
14秒前
飞龙在天完成签到 ,获得积分10
15秒前
积极的康宝完成签到,获得积分10
15秒前
15秒前
甘州区瘤子应助初景采纳,获得10
16秒前
喻喻喻同志完成签到 ,获得积分10
17秒前
ym发布了新的文献求助10
17秒前
smh完成签到,获得积分10
18秒前
美味又健康完成签到 ,获得积分10
18秒前
Youy完成签到 ,获得积分10
19秒前
123完成签到 ,获得积分10
19秒前
HAHAHA完成签到,获得积分10
20秒前
21秒前
Cuisine完成签到 ,获得积分10
22秒前
ZHAN完成签到,获得积分10
24秒前
dongqulong完成签到 ,获得积分10
24秒前
命苦科研人完成签到 ,获得积分10
26秒前
伍子丐的猫完成签到,获得积分10
27秒前
高分求助中
Adhesion Science: Principles & Practice 1234
Signals, Systems, and Signal Processing 610
Petrology and Plate Tectonics,2025 400
Burger's Medicinal Chemistry and Drug Discovery 400
A Step-by-Step Guide to Qualitative Data Coding 2nd Edition 400
Impact of Storage Orientation and Duration on Prefilled Syringe Performance: Break-Loose and Glide Forces, and Injection Time Across Multiple Time Points 360
Programming for Chemical Engineers Using C, C++, and MATLAB 320
热门求助领域 (近24小时)
化学 材料科学 医学 生物 纳米技术 工程类 有机化学 化学工程 生物化学 计算机科学 物理 内科学 复合材料 催化作用 物理化学 光电子学 电极 细胞生物学 基因 无机化学
热门帖子
关注 科研通微信公众号,转发送积分 6680510
求助须知:如何正确求助?哪些是违规求助? 8426585
关于积分的说明 18010872
捐赠科研通 5898002
什么是DOI,文献DOI怎么找? 2980987
邀请新用户注册赠送积分活动 1956921
关于科研通互助平台的介绍 1890036

今日热心研友

浮游
8
dde
60
OK
1 50
甘州区瘤子
4 10
注:热心度 = 本日应助数 + 本日被采纳获取积分÷10