Digital Expression Profiling Identifies RUNX2, CDC5L, MDM2, RECQL4, and CDK4 as Potential Predictive Biomarkers for Neo-Adjuvant Chemotherapy Response in Paediatric Osteosarcoma
Notice bibliographique
Résumé
Osteosarcoma is the most common malignancy of bone, and occurs most frequently in children and adolescents. Currently, the most reliable technique for determining a patients' prognosis is measurement of histopathologic tumor necrosis following pre-operative neo-adjuvant chemotherapy. Unfavourable prognosis is indicated by less than 90% estimated necrosis of the tumor. Neither genetic testing nor molecular biomarkers for diagnosis and prognosis have been described for osteosarcomas. We used the novel nanoString mRNA digital expression analysis system to analyse gene expression in 32 patients with sporadic paediatric osteosarcoma. This system used specific molecular barcodes to quantify expression of a set of 17 genes associated with osteosarcoma tumorigenesis. Five genes, from this panel, which encoded the bone differentiation regulator RUNX2, the cell cycle regulator CDC5L, the TP53 transcriptional inactivator MDM2, the DNA helicase RECQL4, and the cyclin-dependent kinase gene CDK4, were differentially expressed in tumors that responded poorly to neo-adjuvant chemotherapy. Analysis of the signalling relationships of these genes, as well as other expression markers of osteosarcoma, indicated that gene networks linked to RB1, TP53, PI3K, PTEN/Akt, myc and RECQL4 are associated with osteosarcoma. The discovery of these networks provides a basis for further experimental studies of role of the five genes (RUNX2, CDC5L, MDM2, RECQL4, and CDK4) in differential response to chemotherapy.
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 | 0,001 |
| 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 ».