Recurrent copy number alterations in prostate cancer: an in silico meta-analysis of publicly available genomic data
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
We present a meta-analysis of somatic copy number alterations (CNAs) from 11 publications that examined 662 prostate cancer patient samples, which were derived from 546 primary and 116 advanced tumors. Normalization, segmentation, and identification of corresponding CNAs for meta-analysis was achieved using established commercial software. Unsupervised analysis identified five genomic subgroups in which approximately 90% of the samples were characterized by abnormal profiles with gains of 8q. The most common loss was 8p (NKX3.1). The CNA distribution in other genomic subgroups was characterized by losses at 2q, 3p, 5q, 6q, 13q, 16q, 17p, 18q, and PTEN (10q), and acquisition of 21q deletions associated with the TMPRSS2-ERG fusion rearrangement. Parallel analysis of advanced and primary tumors in the cohort indicated that genomic deletions of PTEN and the gene fusion were enriched in advanced disease. A supervised analysis of the PTEN deletion and the fusion gene showed that PTEN deletion was sufficient to impose higher levels of CNA. Moreover, the overall percentage of the genome altered was significantly higher when PTEN was deleted, suggesting that this important genomic subgroup was likely characterized by intrinsic chromosomal instability. Predicted alterations in expression levels of candidate genes in each of the recurrent CNA regions characteristic of each subgroup showed that signaling networks associated with cancer progression and genome stability were likely to be perturbed at the highest level in the PTEN deleted genomic subgroup.
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) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,004 | 0,001 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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