Telomere Metabolism and Diagnostic Demonstration of Telomere Measurement in the Human Esophagus for Distinguishing Benign from Malignant Tissue by Tissue Quantitative Fluorescence in situ Hybridization
Notice bibliographique
Résumé
OBJECTIVE: We have developed a novel method for evaluating telomere length in four different cell types in non-cancerous and cancerous mucosal tissue from 15 cases of squamous cell carcinoma of the esophagus using tissue quantitative fluorescence in situ hybridization (Q-FISH). We hypothesized that the very rapid cell proliferation observed in esophageal squamous cell carcinomas might accelerate the telomere shortening and chromosomal instability associated with carcinogenesis. METHODS: Tissue Q-FISH and the telomere to centromere intensity ratio (TCR) were used to compare telomere shortening in tissue sections taken from esophageal squamous cell carcinomas and adjacent non-cancerous esophageal tissues. RESULTS: The peak percentage of TCR was <1 for esophageal squamous carcinoma cells and >1 for the non-cancerous esophageal cell types. Basal layer cells had the longest telomeres in comparison with prickle, cancer, and stromal cells, and strongly expressed hTERT, cytokeratin 14 and CD49f, but not MIB-1. CONCLUSION: These results suggest the presence of stem cells in the basal layer of the esophagus. Esophageal squamous cell carcinomas also display anaphase bridges, evidencing chromosomal instability. In conclusion, our TCR method can be used to distinguish between benign and malignant tissue in esophageal lesions. In order to apply this approach clinically to individual cases, further studies are in progress.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 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) | 0,002 | 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 ».