Integrative genomic and gene expression analysis of chromosome 7 identified novel oncogene loci in non-small cell lung cancer
Notice bibliographique
Résumé
Lung cancer accounts for over a quarter of cancer deaths, with non-small cell lung cancer (NSCLC) accounting for approximately 80% of cases. Several genome studies have been undertaken in both cell models of NSCLC and clinical samples to identify alterations underlying disease behaviour, and many have identified recurring aberrations of chromosome 7. The presence of recurring chromosome 7 alterations that do not span the well-studied oncogenes EGFR (at 7p11.2) and MET (at 7q31.2) has raised the hypothesis of additional genes on this chromosome that contribute to tumourigenesis. In this study, we demonstrated that multiple loci on chromosome 7 are indeed amplified in NSCLC, and through integrative analysis of gene dosage alterations and parallel gene expression changes, we identified new lung cancer oncogene candidates, including FTSJ2, NUDT1, TAF6, and POLR2J. Activation of these key genes was confirmed in panels of clinical lung tumour tissue as compared with matched normal lung tissue. The detection of gene activation in multiple cohorts of samples strongly supports the presence of key genes involved in lung cancer that are distinct from the EGFR and MET loci on chromosome 7.
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 ».