Cellular processes of v-Src transformation revealed by gene profiling of primary cells - Implications for human cancer
Notice bibliographique
Résumé
BACKGROUND: Cell transformation by the Src tyrosine kinase is characterized by extensive changes in gene expression. In this study, we took advantage of several strains of the Rous sarcoma virus (RSV) to characterize the patterns of v-Src-dependent gene expression in two different primary cell types, namely chicken embryo fibroblasts (CEF) and chicken neuroretinal (CNR) cells. We identified a common set of v-Src regulated genes and assessed if their expression is associated with disease-free survival using several independent human tumor data sets. METHODS: CEF and CNR cells were infected with transforming, non-transforming, and temperature sensitive mutants of RSV to identify the patterns of gene expression in response to v-Src-transformation. Microarray analysis was used to measure changes in gene expression and to define a common set of v-Src regulated genes (CSR genes) in CEF and CNR cells. A clustering enrichment regime using the CSR genes and two independent breast tumor data-sets was used to identify a 42-gene aggressive tumor gene signature. The aggressive gene signature was tested for its prognostic value by conducting survival analyses on six additional tumor data sets. RESULTS: The analysis of CEF and CNR cells revealed that cell transformation by v-Src alters the expression of 6% of the protein coding genes of the genome. A common set of 175 v-Src regulated genes (CSR genes) was regulated in both CEF and CNR cells. Within the CSR gene set, a group of 42 v-Src inducible genes was associated with reduced disease- and metastasis-free survival in several independent patient cohorts with breast or lung cancer. Gene classes represented within this group include DNA replication, cell cycle, the DNA damage and stress responses, and blood vessel morphogenesis. CONCLUSION: By studying the v-Src-dependent changes in gene expression in two types of primary cells, we identified a set of 42 inducible genes associated with poor prognosis in breast and lung cancer. The identification of these genes provides a set of biomarkers of aggressive tumor behavior and a framework for the study of cancer cells characterized by elevated Src kinase activity.
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 ».