MétaCan
Menu
Retour à la cohorte
Enregistrement W2060140423 · doi:10.3892/ijo.2013.1797

FKBP10/FKBP65 expression in high-grade ovarian serous carcinoma and its association with patient outcome

2013· article· en· W2060140423 sur OpenAlexafffund
Michael C. Quinn, Paulina M. Wojnarowicz, Amy Pickett, Diane Provencher, Anne‐Marie Mes‐Masson, Elaine C. Davis, Patricia N. Tonin

Notice bibliographique

RevueInternational Journal of Oncology · 2013
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueSignaling Pathways in Disease
Établissements canadiensUniversité de MontréalMcGill UniversityInstitute for Research in Immunology and Cancer
Organismes subventionnairesCanadian Institutes of Health Research
Mots-clésBiologySerous fluidStainingImmunohistochemistryStromal cellPathologyOvarian carcinomaSerous carcinomaTissue microarrayCellCancer researchMolecular biologyOvarian cancerCancerGeneticsImmunologyMedicine

Résumé

récupéré en direct d'OpenAlex

The frequent loss of chromosome 17 in epithelial ovarian carcinomas (EOC), particularly high-grade serous carcinomas (HGSC), has been attributed to the disruption of TP53 (at 17p13.1) and other chromosome 17 genes suspected to play a role in tumour suppressor pathways. In a transcriptome analysis of HGSC, we showed underexpression of a number of chromosome 17 genes, which included FKBP10 (at 17q21.1) and collagen I α 1 (COL1A1; at 17q21.33). FKBP10 codes for the immunophilin FKBP65 and is suspected to act as a chaperone for COL1A1. We have investigated FKBP10 (gene) and FKBP65 (protein) expression in HGSC samples and EOC cell lines that differ in their tumourigenic potential. COL1A1 expression was also investigated given the purported function of FKBP65. RT-PCR analysis verified underexpression of FKBP10 and COL1A1 in HGSCs (n=14) and six tumourigenic EOC cell lines, relative to normal ovarian surface epithelial cells and a non-tumourigenic EOC cell line. Immunohistochemistry analyses of 196 HGSC samples using tissue microarrays revealed variable staining intensities in the epithelial tumour component where only 7.8% and 1.0% of samples stained intensely for FKBP65 and COL1A1, respectively. Variable staining intensities were also observed for the stromal component where 23.6% and 24.1% stained intensely for FKBP65 and COL1A1, respectively. There was no significant correlation of staining intensity of either protein with disease stage. Staining of FKBP65 was clearly visible in normal epithelial cells of the ovarian surface and fallopian tube. There was a significant correlation between absence of FKBP65 staining in the epithelial cell component of the tumour and prolonged overall survival (p<0.001). Our results suggest that underexpression of FKBP65 protein is characteristic of HGSCs and that this expression profile may be linked to molecular pathways associated with an unfavourable outcome in cancer patients.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,004

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,013
Tête enseignante GPT0,278
Écart entre enseignants0,265 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations36
Publié2013
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueInternational Journal of OncologyMême sujetSignaling Pathways in DiseaseTravaux en français237 207