Array CGH profiling of favourable histology Wilms tumours reveals novel gains and losses associated with relapse
Notice bibliographique
Résumé
Despite the excellent survival of Wilms tumour patients treated with multimodality therapy, approximately 15% will suffer from tumour relapse, where response rates are markedly reduced. We have carried out microarray-based comparative genomic hybridisation on a series of 76 Wilms tumour samples, enriched for cases which recurred, to identify changes in DNA copy number associated with clinical outcome. Using 1Mb-spaced genome-wide BAC arrays, the most significantly different genomic changes between favourable histology tumours that did (n = 37), and did not (n = 39), subsequently relapse were gains on 1q, and novel deletions at 12q24 and 18q21. Further relapse-associated loci included losses at 1q32.1, 2q36.3-2q37.1, and gain at 13q31. 1q gains correlated strongly with loss of 1p and/or 16q. In 3 of 11 cases with concurrent 1p(-)/1q(+), a breakpoint was identified at 1p13. Multiple low-level sub-megabase gains along the length of 1q were identified using chromosome 1 tiling-path arrays. One such recurrent region at 1q22-q23.1 included candidate genes RAB25, NES, CRABP2, HDGF and NTRK1, which were screened for mRNA expression using quantitative RT-PCR. These data provide a high-resolution catalogue of genomic copy number changes in relapsing favourable histology Wilms tumours.
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 | 0,001 | 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 ».