Distinct Patterns of Structural and Numerical Chromosomal Instability Characterize Sporadic Ovarian Cancer
Notice bibliographique
Résumé
Sporadic ovarian cancer is a particularly aggressive tumor characterized by highly abnormal karyotypes exhibiting many features of genomic instability. More complex genomic changes in tumors arise as a consequence of chromosomal instability (CIN), which can generate both numerical [(N)-CIN] and structural chromosomal instability [(S)-CIN]. In this study, molecular cytogenetic analysis was used to evaluate the relative levels of both (N)-CIN and (S)-CIN. Six tumors had a near-diploid chromosome number, two were near-tetraploid, and two were near-triploid. (N)-CIN levels increased as a function of overall tumor genomic content, with near-diploid tumors exhibiting numerical instability indices ranging from 7.0 to 21.0 and near-tetraploid and triploid tumors exhibiting instability indices ranging from 24.9 to 54.9. In contrast, the extent of (S)-CIN was generally more evident in the diploid tumors compared with the near-tetraploid tumors. To determine whether the associated chromosomal constitution and/or ploidy changes were influenced by mitotic segregation errors, centrosome analyses were performed on all 10 tumors. The near-diploid tumors, with the lowest numerical change, were observed to possess fewer cells with centrosome abnormalities (5.5% to 14.0%), whereas the near-tetraploid tumors possessed much higher levels of (N)-CIN and were characterized by a trend of elevating percentages of cells with abnormal centrosomes (16.0% to 20.5%). These observations suggest that two distinct processes governing genome stability may be disrupted in ovarian cancer: those that impact on numerical segregation and ploidy of chromosomes and those that affect the fidelity of DNA repair and lead to structural aberrations.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| 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 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 ».