Loss of tumor suppressors KAI1 and p27 identifies a unique subgroup of primary melanoma patients with poor prognosis
Notice bibliographique
Résumé
// Guohong Zhang 1,2,* , Yabin Cheng 1,* , Guangdi Chen 3 , Yun Tang 1 , Gholamreza Ardekani 1 , Anand Rotte 1 , Magdalena Martinka 4 , Kevin McElwee 1 , Xuezhu Xu 5 , Qi Wang 5 and Youwen Zhou 1,5,6 1 Department of Dermatology and Skin Science, Vancouver Coastal Health Research Institute, University of British Columbia, Vancouver, British Columbia, Canada 2 Department of Pathology, Shantou University Medical College, Shantou, Guangdong, China 3 Bioelectromagnetics Laboratory, Zhejiang University School of Medicine, Hangzhou, Zhejiang, China 4 Department of Pathology, Vancouver Coastal Health Research Institute, University of British Columbia, Vancouver, British Columbia, Canada 5 Department of Dermatology, 2nd Affiliated Hospital, Dalian Medical University, Dalian, China 6 Dermatologic Oncology Program, British Columbia Cancer Agency, Vancouver, British Columbia, Canada * These authors contributed equally to this work Correspondence: Youwen Zhou, email: // Qi Wang, email: // Keywords : primary melanoma, KAI1, p27, prognostic marker, subgroup Received : February 25, 2015 Accepted : April 10, 2015 Published : July 14, 2015 Abstract Primary melanoma, a highly aggressive malignancy, exhibits heterogeneity in biologic behaviors, clinical characteristics, metastasis potential and mortality. The present study sought to identify the molecular signatures that define a subgroup of primary melanomas with high risks of metastasis and mortality. First, we identified the markers that best differentiated metastatic melanomas from primary melanomas by examining the expression of seven previously reported biomarkers (BRAF, Dicer, Fbw7, KAI1, MMP2, p27 and Tip60) in a training cohort consisting of 145 primary melanomas and 105 metastatic melanomas. KAI1 and p27, both tumor suppressors, emerged as best candidates. Loss of both tumor suppressors occurred in the majority (74.29%) of metastatic melanomas. Further, a subset (metastatic like, or “ML”, 33.10%) of primary melanomas also lost these two tumor suppressors. Kaplan-Meier analysis indicated that ML subgroup of primary melanoma patients had much worse 5 year survival compared with other primary melanoma patients ( P = 0.002). The result was confirmed in an independent validation cohort with 92 primary melanomas ( P = 0.030) and in the combined cohort with 237 melanoma patients ( P = 3.00E-4). Additionally, compared to KAI1 and p27 as an individual prognostic marker, the combined signature is more closely associated with melanoma patient survival ( P = 0.025, 0.264 and 0.009, respectively). In conclusion, loss of both KAI1 and p27 defines a subgroup of primary melanoma patients with poor prognosis. This molecular signature may help in metastatic melanoma diagnosis and may provide information useful in identifying high-risk primary melanoma patients for more intensive clinical surveillance in the future.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 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) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».