Divergent Routes to Oral Cancer
Notice bibliographique
Résumé
Most head and neck squamous cell carcinoma (HNSCC) patients present with late-stage cancers, which are difficult to treat. Therefore, early diagnosis of high-risk premalignant lesions and incipient cancers is important. HNSCC is currently perceived as a single progression mechanism, resulting in immortal invasive cancers. However, we have found that approximately 40% of primary oral SCCs are mortal in culture, and these have a better prognosis. About 60% of oral premalignancies (dysplasias) are also mortal. The mortal and immortal tumors are generated in vivo as judged by p53 mutations and loss of p16(INK4A) expression being found only in the original tumors from which the immortal cultures were derived. To investigate the relationships of dysplasias to SCCs, we did microarray analysis of primary cultures of 4 normal oral mucosa biopsies, 19 dysplasias, and 16 SCCs. Spectral clustering using the singular value decomposition and other bioinformatic techniques showed that development of mortal and immortal SCCs involves distinct transcriptional changes. Both SCC classes share most of the transcriptional changes found in their respective dysplasias but have additional changes. Moreover, high-risk dysplasias that subsequently progress to SCCs more closely resemble SCCs than nonprogressing dysplasias. This indicates for the first time that there are divergent mortal and immortal pathways for oral SCC development via intermediate dysplasias. We believe that this new information may lead to new ways of classifying HNSCC in relation to prognosis.
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 | 0,001 |
| 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) | 0,002 | 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 ».