Real-Time RT-PCR Quantification of Human Telomerase Reverse Transcriptase Splice Variants in Tumor Cell Lines and Non–Small Cell Lung Cancer
Notice bibliographique
Résumé
BACKGROUND: We developed and validated a real-time reverse transcription (RT)-PCR for the quantification of 4 individual human telomerase reverse transcriptase (TERT) splice variants (alpha+beta+, alpha-beta+, alpha+beta-, alpha-beta-) in tumor cell lines and non-small cell lung cancer (NSCLC). METHODS: We used in silico designed primers and a common TaqMan probe for highly specific amplification of each TERT splice variant, PCR transcript-specific DNA external standards as calibrators, and the MCF-7 cell line for the development and validation of the method. We then quantified TERT splice variants in 6 tumor cell lines and telomerase activity and TERT splice variant expression in cancerous and paired noncancerous tissue samples from 28 NSCLC patients. RESULTS: In most tumor cell lines, we observed little variation in the proportion of TERT splice variants. The alpha+beta- splice variant showed the highest expression and alpha-beta+ and alpha-beta- the lowest. Quantification of the 4 TERT splice variants in NSCLC and surrounding nonneoplastic tissues showed the highest expression percentage for the alpha+beta- variant in both NSCLC and adjacent nonneoplastic tissue samples, followed by alpha+beta+, with the alpha-beta+ and alpha-beta- splice variants having the lowest expression. In the NSCLC tumors, the alpha+beta+ variant had higher expression than other splice variants, and its expression correlated with telomerase activity, overall survival, and disease-free survival. CONCLUSIONS: Real-time RT-PCR quantification is a specific, sensitive, and rapid method that can elucidate the biological role of TERT splice variants in tumor development and progression. Our results suggest that the expression of the TERT alpha+beta+ splice variant may be an independent negative prognostic factor for NSCLC patients.
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) | 0,001 | 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 ».