ROR2 is a novel prognostic biomarker and a potential therapeutic target in leiomyosarcoma and gastrointestinal stromal tumour
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
Soft-tissue sarcomas are a group of malignant tumours whose clinical management is complicated by morphological heterogeneity, inadequate molecular markers and limited therapeutic options. Receptor tyrosine kinases (RTKs) have been shown to play important roles in cancer, both as therapeutic targets and as prognostic biomarkers. An initial screen of gene expression data for 48 RTKs in 148 sarcomas showed that ROR2 was expressed in a subset of leiomyosarcoma (LMS), gastrointestinal stromal tumour (GIST) and desmoid-type fibromatosis (DTF). This was further confirmed by immunohistochemistry (IHC) on 573 tissue samples from 59 sarcoma tumour types. Here we provide evidence that ROR2 expression plays a role in the invasive abilities of LMS and GIST cells in vitro. We also show that knockdown of ROR2 significantly reduces tumour mass in vivo using a xenotransplantation model of LMS. Lastly, we show that ROR2 expression, as measured by IHC, predicts poor clinical outcome in patients with LMS and GIST, although it was not independent of other clinico-pathological features in a multivariate analysis, and that ROR2 expression is maintained between primary tumours and their metastases. Together, these results show that ROR2 is a useful prognostic indicator in the clinical management of these soft-tissue sarcomas and may represent a novel therapeutic target.
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 | 0,001 | 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 découle