MétaCan
Menu
← Retour à la cohorte
Enregistrement W1941290342 · doi:10.1183/13993003/erj.42.suppl_57.4637

Molecular signatures of non-small cell lung cancer (NSCLC) obtained from gene expression profiling of the benign bronchial mucosa of smokers with and without NSCLC

2013· article· en· W1941290342 sur OpenAlexaff
Eric Van Dyck, Petr V. Nazarov, Arnaud Muller, Nathalie Nicot, Manon Bosseler, Sandrine Pierson, Kris Van Moer, Valérie Palissot, Céline Mascaux, Vincent Ninane, Romain Nati, Roy M. Bremnes, Laurent Vallar, Guy Berchem, Marc Schlesser

Notice bibliographique

RevueEuropean Respiratory Journal · 2013
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueCancer-related molecular mechanisms research
Établissements canadiensPrincess Margaret Cancer CentreUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésCarcinogenesisLung cancerGene expression profilingGeneMicroarrayMedicineGene expressionBiomarkerMicroarray analysis techniquesPathologyGene signatureTobacco smokeLungCancer researchCancerBiologyInternal medicineGenetics

Résumé

récupéré en direct d'OpenAlex

Background: Cigarette smoking accounts for 85-90% of lung cancers. Large-scale gene-expression profiling analyses have been undertaken to identify genes and pathways associated with lung carcinogenesis, and uncover lung cancer biomarkers. Tumor-distant, histologically normal bronchial biopsies have hitherto not been considered in such studies. Aims: In order to identify molecular signatures of smoking-related NSCLC, we have compared the gene expression profiles of histologically normal bronchial biopsies from current smokers with or without NCSCL, as well as non-smokers. Methods: RNA samples (97 biopsies) were used for hybridization with Affymetrix HG-U133 Plus 2.0 arrays. Differentially expressed genes were used to compare non-smokers (NS), smokers without cancer (SNC), and smokers with cancer (SC). Functional analysis was carried out using Ingenuity Pathway Analysis. Gene signatures of cigarette smoking and NSCLC were identified using the prediction analysis of microarray (PAM) method. Results: We identified 3 genes signatures that distinguished, respectively, SNC and NS (16 genes, 95.2% accuracy), SC and NS (8 genes, 100% accuracy), and SNC and SC (15 genes, 83% accuracy). This latter signature contains several genes that have been linked to lung disease/carcinogenesis, including genes encoding xenobiotic biotransformation proteins that protect the airway from the chemicals in cigarette smoke or contribute to lung carcinogenesis. Conclusions: Gene expression profiling of histologically normal bronchial biopsies resulted in a gene signature of NSCLC in smokers. Its potential as biomarker remains to be tested.

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)0,000
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 enseignants0,001
Score d'incertitude au seuil0,003

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
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)0,0010,000

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.

Tête enseignante Opus0,008
Tête enseignante GPT0,239
Écart entre enseignants0,231 · 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
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEuropean Respiratory Journal→Même sujetCancer-related molecular mechanisms research→Travaux en français237 207→