亲爱的研友该休息了!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!身体可是革命的本钱,早点休息,好梦!

A Pan-Cancer Analysis of Transcriptome and Survival Reveals Prognostic Differentially Expressed LncRNAs and Predicts Novel Drugs for Glioblastoma Multiforme Therapy

胶质母细胞瘤 癌症 转录组 生存分析 肿瘤科 生物 癌症研究 医学 计算生物学 生物信息学 内科学 基因 基因表达 遗传学
作者
Rongchuan Zhao,Xiaohan Sa,Nan Ouyang,Hong Zhang,Yang Jiao,Jinlin Pan,GU Jin-hui,Yuanshuai Zhou
出处
期刊:Frontiers in Genetics [Frontiers Media]
卷期号:12 被引量:1
标识
DOI:10.3389/fgene.2021.723725
摘要

Numerous studies have identified various prognostic long non-coding RNAs (LncRNAs) in a specific cancer type, but a comprehensive pan-cancer analysis for prediction of LncRNAs that may serve as prognostic biomarkers is of great significance to be performed. Glioblastoma multiforme (GBM) is the most common and aggressive malignant adult primary brain tumor. There is an urgent need to identify novel therapies for GBM due to its poor prognosis and universal recurrence. Using available LncRNA expression data of 12 cancer types and survival data of 30 cancer types from online databases, we identified 48 differentially expressed LncRNAs in cancers as potential pan-cancer prognostic biomarkers. Two candidate LncRNAs were selected for validation in GBM. By the expression detection in GBM cell lines and survival analysis in GBM patients, we demonstrated the reliability of the list of pan-cancer prognostic LncRNAs obtained above. By constructing LncRNA-mRNA-drug network in GBM, we predicted novel drug-target interactions for GBM correlated LncRNA. This analysis has revealed common prognostic LncRNAs among cancers, which may provide insights into cancer pathogenesis and novel drug target in GBM.
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
更新
PDF的下载单位、IP信息已删除 (2025-6-4)

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
11秒前
22秒前
大模型应助辰昜采纳,获得10
34秒前
47秒前
53秒前
fyy完成签到 ,获得积分10
1分钟前
1分钟前
1分钟前
辰昜发布了新的文献求助10
1分钟前
量子星尘发布了新的文献求助10
1分钟前
2分钟前
张露发布了新的文献求助10
2分钟前
2分钟前
顾矜应助张露采纳,获得10
2分钟前
英俊的铭应助Demi_Ming采纳,获得10
2分钟前
情怀应助dududu采纳,获得10
2分钟前
2分钟前
dududu发布了新的文献求助10
2分钟前
2分钟前
3分钟前
3分钟前
3分钟前
Orange应助落后的怀柔采纳,获得10
3分钟前
淡定成风完成签到,获得积分10
3分钟前
3分钟前
结实智宸完成签到,获得积分10
3分钟前
我是老大应助2hi采纳,获得10
3分钟前
yipmyonphu完成签到,获得积分10
3分钟前
3分钟前
活泼菠萝发布了新的文献求助10
4分钟前
你看起来很好吃完成签到,获得积分10
4分钟前
活泼菠萝完成签到,获得积分10
4分钟前
Demi_Ming发布了新的文献求助10
4分钟前
4分钟前
4分钟前
Chonger发布了新的文献求助10
4分钟前
2hi发布了新的文献求助10
4分钟前
英姑应助酷炫的不二采纳,获得10
4分钟前
领导范儿应助Chonger采纳,获得10
4分钟前
GingerF应助科研通管家采纳,获得150
5分钟前
高分求助中
(应助此贴封号)【重要!!请各用户(尤其是新用户)详细阅读】【科研通的精品贴汇总】 10000
Zeolites: From Fundamentals to Emerging Applications 1500
Early Devonian echinoderms from Victoria (Rhombifera, Blastoidea and Ophiocistioidea) 1000
Hidden Generalizations Phonological Opacity in Optimality Theory 500
translating meaning 500
Storie e culture della televisione 500
Selected research on camelid physiology and nutrition 500
热门求助领域 (近24小时)
化学 医学 生物 材料科学 工程类 有机化学 内科学 生物化学 物理 计算机科学 纳米技术 遗传学 基因 复合材料 化学工程 物理化学 病理 催化作用 免疫学 量子力学
热门帖子
关注 科研通微信公众号,转发送积分 4900708
求助须知:如何正确求助?哪些是违规求助? 4180475
关于积分的说明 12976895
捐赠科研通 3945237
什么是DOI,文献DOI怎么找? 2164010
邀请新用户注册赠送积分活动 1182284
关于科研通互助平台的介绍 1088508