Dysregulated PTEN‐PKB and negative receptor status in human breast cancer
Notice bibliographique
Résumé
Recent studies demonstrate that abnormalities in PTEN may be one of the most frequent genetic events observed in human cancers. PTEN dysfunction leads to tumorigenesis through unopposed survival signals mediated via activated protein kinase B (PKB), which may also be associated with hormone-independence. We therefore investigated the relationship between PTEN-PKB and receptor status in human breast cancer. Several molecular variables, including immunohistochemical staining for PTEN, PKB (phosphorylated on ser473), p53 and p21 were evaluated. The p53 gene was sequenced from exons 2-11. Seventy-eight participants in a randomised breast cancer trial served as the cohort for our study. Twenty-eight of 77 (36%) patients' tumours demonstrated absent or reduced PTEN expression; 17 of 78 (22%) tumours over-expressed P-PKB. A significant inverse relationship was observed between reduced PTEN and increased P-PKB expression. Reduced PTEN also correlated with reduced ER or PR expression. None of the molecular variables correlated with survival. ER and PR negative tumours, however, experienced a significantly inferior disease-free survival than other ER/PR status tumours. Immunohistochemical analyses of ER expression in mammary carcinomas arising in PTEN heterozygous knockout mice did not demonstrate a reduction in ER immunoreactivity, in comparison to wild-type mice. Our data demonstrate that the PTEN-PKB pathway is abnormal in approximately 1/3 of lymph node negative breast cancer. Dysregulated PTEN-PKB was also associated with reduced ER/PR expression, but this does not appear to be a simple direct causal relationship. These observations support the contention that dysregulation in PTEN-PKB contributes to disease progression and hormone resistance of human breast 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 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) | 0,001 | 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 ».