Characterization of Ovarian Cancer Ascites on Cell Invasion, Proliferation, Spheroid Formation, Gene Expression in an In Vitro Model of Epithelial Ovarian Cancer
Notice bibliographique
Résumé
At least one third of all cases of epithelial ovarian cancer are associated with the production of ascites, although its effect on tumor cell microenvironment remains poorly understood. This study addresses the effect of the heterologous acellular fraction of ovarian cancer-derived ascites on a cell line (OV-90) derived from the chemotherapy-naïve ovarian cancer patient. Ascites were assayed for their effect on cell invasion, growth, and spheroid formation. When compared to either no serum or 5% serum, ascites fell into one of two categories: stimulatory or inhibitory. RNA from OV-90 cells exposed to selected ascites were arrayed on an Affymetrix HG-U133A GeneChip. A supervised analysis identified a number of differentially expressed genes and quantitative polymerase chain reaction validation based on OV-90 cells exposed to 54 independent ascites demonstrated that stimulatory ascites affected the expression of ISGF3G, TRIB1, MKP1, RGS4, PLEC1, and MOSPD1 genes. In addition, TRIB1 expression was shown to independently correlate with prognosis when its expression was ascertained in an independent set of primary cultures established from ovarian ascites. The data support the validity of the strategy to uncover molecular events that are associated with tumor cell behavior and highlight the impact of ascites on the cellular and molecular parameters of ovarian cancer.
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 | 0,000 |
| 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 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 ».