Expression of oestrogen receptor-β in oestrogen receptor-α negative human breast tumours
Notice bibliographique
Résumé
To analyse the phenotype of breast tumours that express oestrogen receptor-beta (ERbeta) alone tissue microarrays were used to investigate if ERbeta isoforms are associated with specific prognostic markers and gene expression phenotypes in ERalpha-negative tumours. ERalpha-negative tumours were positive for ERbeta1 in 58% of cases (n=122/210), total ERbeta in 60% (n=115/192) and ERbeta2/cx in 57% of cases (n=114/199). Oestrogen receptor-beta1 and total ERbeta were significantly correlated with Ki67 (r=0.28, P<0.0001, n=209; r=0.29, P<0.0001, n=191) and with CK5/6, a marker of the basal phenotype (r=0.20, P=0.0106, n=170; r=0.18, P=0.0223, n=158). ERbeta2/cx was strongly associated with p-c-Jun and NF-kappaBp65 (r=0.53, P<0.0001, n=93; r=0.35, P<0.0001, n=176). This study shows that a range of ERbeta isoform expression occurs in ERalpha-negative breast tumours. While expression of ERbeta1, total and ERbeta2/cx are correlated, individual forms show associations with certain phenotypes that suggest different roles in subsets of ERalpha-negative cancers. Based on our in vivo observations, ERbeta may have the potential to become a therapeutic target in the specific subcohort of ERalpha-negative breast cancers.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 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 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».