Transcriptome analysis of serous ovarian cancers identifies differentially expressed chromosome 3 genes
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Cytogenetic, molecular genetic and functional analyses have implicated chromosome 3 genes in epithelial ovarian cancers (EOC). To further characterize their contribution to EOC, the Affymetrix U133A GeneChip(R) was used to perform transcriptome analyses of chromosome 3 genes in primary cultures of normal ovarian surface epithelial (NOSE) cells (n = 14), malignant serous epithelial ovarian tumors (TOV) (n = 17), and four EOC cell lines (TOV-81D, TOV-112D, TOV-21G, and OV-90). A two-way comparative analysis of 735 known genes and expressed sequences identified 278 differentially expressed genes, where 43 genes were differentially expressed in at least 50% of the TOV samples. Three genes, RIS1 (at 3p21.31), GBE1 (at 3p12.2), and HEG1 (at 3q21.2), were similarly underexpressed in all TOV samples. Deregulation of the expression of these genes was not associated with loss of heterozygosity (LOH) of the genetic loci harboring them. LOH analysis of the RIS1, GBE1, and HEG1 loci was observed at frequencies of 14.3%, 13.7%, and 9.2%, respectively, in a series of 66 malignant TOV samples of the serous subtype. Reduced expression levels of RIS1, GBE1, and HEG1 were observed only in the tumorigenic EOC cell lines (TOV-21G, TOV-112D, and OV-90) and did not correlate with LOH. These results combined suggest that RIS1, GBE1, and HEG1, unlike classical tumor suppressor genes, are not likely to be primary targets of inactivation. This study provides a comprehensive analysis of chromosome 3 gene expression in NOSE and in EOC samples and identifies chromosome 3 gene candidates for further study.
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.
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 | 0,001 |
| 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 découle