Genome-wide miRNA profiling of mantle cell lymphoma reveals a distinct subgroup with poor prognosis
Notice bibliographique
Résumé
miRNA deregulation has been implicated in the pathogenesis of mantle cell lymphoma (MCL). Using a high-throughput quantitative real-time PCR platform, we performed miRNA profiling on cyclin D1-positive MCL (n = 30) and cyclin D1-negative MCL (n = 7) and compared them with small lymphocytic leukemia/lymphoma (n = 12), aggressive B-cell lymphomas (n = 138), normal B-cell subsets, and stromal cells. We identified a 19-miRNA classifier that included 6 up-regulated miRNAs and 13 down regulated miRNA that was able to distinguish MCL from other aggressive lymphomas. Some of the up-regulated miRNAs are highly expressed in naive B cells. This miRNA classifier showed consistent results in formalin-fixed paraffin-embedded tissues and was able to distinguish cyclin D1-negative MCL from other lymphomas. A 26-miRNA classifier could distinguish MCL from small lymphocytic leukemia/lymphoma, dominated by 23 up-regulated miRNAs in MCL. Unsupervised hierarchical clustering of MCL patients demonstrated a cluster characterized by high expression of miRNAs from the polycistronic miR17-92 cluster and its paralogs, miR-106a-363 and miR-106b-25, and associated with high proliferation gene signature. The other clusters showed enrichment of stroma-associated miRNAs, and also had higher expression of stroma-associated genes. Our clinical outcome analysis in the present study suggested that miRNAs can serve as prognosticators.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 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 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 ».