The DNA repair proteins BRCA1 and ERCC1 as predictive markers in sporadic ovarian cancer
Notice bibliographique
Résumé
This study compares Breast Cancer 1 (BRCA1) and excision repair cross complementation group 1 (ERCC1) expression as predictive markers and evaluates the in vitro enhancement of platinum sensitivity using targeted agents in sporadic ovarian cancer (OC). A retrospective study was performed of advanced stage OC patients receiving platinum-based chemotherapy. BRCA1 and ERCC1 mRNA expression was determined from frozen tissue of 51 patients. Median overall survival (OS) was longer for patients with lower BRCA1 vs. higher BRCA1 (46 vs.33 months, p = 0.03). High BRCA1 was predictive of poorer OS specifically in patients with residual disease (RD) <2 cm (p = 0.03). There was a non-significant association for patients with lower ERCC1 and RD <2 cm in favor of improved OS and time to progression. Patients who expressed higher levels of both BRCA1 and ERCC1 mRNA had a shorter OS compared to patients with lower levels of either or both transcript (33 vs.46 months, p = 0.04). When Cox proportional modeling was used by representing BRCA1 and ERCC1 mRNA expression as a continuous variable, both emerge as potential predictors of survival. OC cell lines were exposed to chemotherapy in combination with DNA repair pathway inhibitors and cell viability was assessed. In vitro histone deacetylase (HDAC) inhibition increased the sensitivity of A2780s/cp cells to cisplatin and carboplatin but not to taxol, coincident with a significant decrease in BRCA1 and ERCC1 expression, suggesting that this compound directly targets DNA repair. In summary, this study shows that low BRCA1 and ERCC1 expression correlate with improved survival in advanced OC and HDAC inhibition induces synergistic cytotoxicity with platinum in vitro.
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 | 0,000 | 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 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 ».