MétaCan
Menu
← Retour à la cohorte
Enregistrement W1872623955 · doi:10.1158/1538-7445.am2014-1855

Abstract 1855: SCT methylation is a potential cancer biomarker for lung cancer

2014· article· en· W1872623955 sur OpenAlexaff
Yuan Zhang, Xiaotu Ma, Junya Fujimoto, Ignacio I. Wistuba, Stephen Lam, Victor Stastny, Boning Gao, Jill E. Larsen, Xiaoyun Liu, John D. Minna, Michael Q. Zhang, Adi F. Gazdar

Notice bibliographique

RevueCancer Research · 2014
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueEpigenetics and DNA Methylation
Établissements canadiensBC Cancer Agency
Organismes subventionnairesnon disponible
Mots-clésLung cancerMethylationBisulfite sequencingDNA methylationCancerCancer researchBiomarkerCpG siteBisulfitePathologyBiologyMedicineInternal medicineGeneGene expressionGenetics

Résumé

récupéré en direct d'OpenAlex

Abstract Purpose: To validate SCT (secretin) methylation as a potential cancer biomarker for lung cancer. Background: There is an urgent need for specific and sensitive biomarkers for lung cancer. The human secretin (SCT) gene is located on chromosome 11p15.5 and encodes the precursor gene of secretin, an endocrine hormone. From analysis of The Cancer Genome Atlas methylation array data, we (XM and MQZ) observed that the exon 1 promoter region of SCT gene is differentially hypermethylated in lung cancer (unpublished). These observations led us to further validate whether SCT methylation can be a useful cancer biomarker for lung cancer. Methods/Results: (1). We designed a novel nested PCR assay for SCT bisulfite sequencing of the promoter and exon 1 region of SCT. Bisulfite sequencing showed that SCT was fully methylated in nearly all CpG sites examined in 10 lung cancer cell lines, whereas SCT was non-methylated in 11 normal WBC blood cells. Accordingly we designed a semi-quantitative SCT qMSP assay. (2). We applied SCT qMSP on genomic DNA from frozen tissues of 131 lung tumors and 65 non-malignant adjacent lung tissues (53 paired). The level of SCT methylation was significantly higher (>24 fold) in all 111 malignant lung tumors (64 adenocarcinomas, 19 squamous cell carcinomas, 12 large cell neuroendocrine carcinomas, 16 NSCLC-other type), as compared to 65 non-malignant adjacent lung tissues. The high SCT methylation was further confirmed in malignant lung tumor formalin-fixed paraffin-embedded (FFPE) tissues samples (8 pairs tested). SCT methylation distinguishes malignant lung from non-malignant adjacent lung with area under curve (AUC) score of 0.92 (p<0.0001). (3). Interestingly, SCT hypermethylation does not significantly distinguishes low grade lung carcinoids tumors (n=20) from non-malignant adjacent lung with AUC score of 0.54 (p=0.5759). (4). Nearly full SCT methylation was detected in lung cancer cell lines (n=27) as compared to absent or lower levels of SCT methylation in immortalized human respiratory cell lines (n=38). Conclusions: SCT methylation is a highly specific and sensitive tissue biomarker for malignant lung cancer and can be detected in FFPE samples. SCT methylation is infrequent in low grade lung carcinoids tumors. Its clinical uses need to be explored. Citation Format: Yu-An Zhang, Xiaotu Ma, Junya Fujimoto, Ignacio Wistuba, Stephen Lam, Victor Stastny, Boning Gao, Jill Larsen, Xiaoyun Liu, John D. Minna, Michael Q. Zhang, Adi F. Gazdar. SCT methylation is a potential cancer biomarker for lung cancer. [abstract]. In: Proceedings of the 105th Annual Meeting of the American Association for Cancer Research; 2014 Apr 5-9; San Diego, CA. Philadelphia (PA): AACR; Cancer Res 2014;74(19 Suppl):Abstract nr 1855. doi:10.1158/1538-7445.AM2014-1855

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,010

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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.

Tête enseignante Opus0,061
Tête enseignante GPT0,437
Écart entre enseignants0,376 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCancer Research→Même sujetEpigenetics and DNA Methylation→Travaux en français237 207→