Abstract B19: Three-dimensional nuclear telomere organization and clinical significance in non-small cell lung cancer patients.
Notice bibliographique
Résumé
Abstract Non-small cell lung cancer (NSCLC) is the leading cause of cancer related death worldwide. Survival of NSCLC patients remains unfavorable prompting a better understanding of its molecular biology and causality, along with advances in diagnostic methods and multidisciplinary therapeutic approaches. Aberrant three-dimensional (3D) nuclear telomere organization can identify patient subgroups in various cancers and its correlation with tumor and patient characteristics may play a major role as a predictive and prognostic factor in NSCLC of different subgroups. This study aimed to explore the clinical application of 3D nuclear telomeric organization in NSCLC patients of different EGFR mutational status and smoking backgrounds. Paraffin-embedded NSCLC tissue specimens from non-smoking (N=6) and smoking (N=4) patients who underwent surgical resections at the British Columbia Cancer Research Centre of Canada were examined using the 3D fluorescent in situ hybridization (FISH). 3D nuclear-telomeric architecture analyses were performed using the TeloView program (Vermolen et al., 2005). The 3D nuclear telomere organization of 100 interphase nuclei per specimen was quantified by telomere numbers, telomere signal intensities, and frequencies of telomeric aggregates. Comparisons of 3D nuclear telomere organization between patient subgroups are shown below. In the smoking group, more telomeres, higher signal intensities, and greater numbers of aggregates were observed, compared to the non-smokers. The same pattern of 3D nuclear telomere organization was observed in the EGFR-negative/unknown group, compared to the EGFR-positive patients. This study provides a better understanding of 3D telomeric organization in NSCLC patients with different smoking backgrounds and EGFR mutational status, leading to a rationale of further exploration of this molecular profile in this cancer. 3D Telomeric parameters Average number of telomere per cell : Non-smokers 77.71, Smokers 80.37 Average number of aggregates per cell : Non-smokers 21.36, Smokers 27.59 Percentage of cells with aggregates : Non-smokers 2.16, Smokers 3.03 Average number of telomere per cell : Pos. EGFR 73.69, Neg./Unknown EGFR 80.95 Average number of aggregates per cell : Pos. EGFR 19.97, Neg./Unknown EGFR 25.52 Percentage of cells with aggregates : Pos. EGFR 1.96, Neg./Unknown EGFR 2.75 Citation Format: Patrapim Sunpaweravong, Chirawadee Sathitruangsak, Kelsie Thu, Wan L. Lam, Sabine Mai. Three-dimensional nuclear telomere organization and clinical significance in non-small cell lung cancer patients. [abstract]. In: Proceedings of the AACR-IASLC Joint Conference on Molecular Origins of Lung Cancer; 2014 Jan 6-9; San Diego, CA. Philadelphia (PA): AACR; Clin Cancer Res 2014;20(2Suppl):Abstract nr B19.
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 | 0,000 | 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) | 0,004 | 0,001 |
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.
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 ».