Immunohistochemical Expression and Cluster Analysis of Mesenchymal and Neural Stem Cell–Associated Proteins in Pediatric Soft Tissue Sarcomas
Notice bibliographique
Résumé
Pediatric undifferentiated soft tissue sarcomas (USTSs) are a group of malignancies composed predominantly of primitive round cell sarcomas, the histogenesis of which is uncertain. Thus, diagnosis and therapy remain a challenge. The aims of the current study were to determine whether differential expression of stem cell-associated proteins could be used to aid in determining the histogenesis of pediatric USTSs and to determine whether pediatric USTSs expressed a unique panel of stem cell-associated proteins to aid diagnosis. Tumors included 28 Ewing sarcoma/primitive neuroectodermal tumors (ESs), 22 embryonal rhabdomyosarcomas (ERMSs), 8 alveolar rhabdomyosarcomas (ARMSs), 5 synovial sarcomas (SSs), 5 malignant peripheral nerve sheath tumors (MPNSTs), and 13 USTSs. Stem cell antibodies included 3 mesenchymal stem cell markers (CD44, CD105, and CD166) and 5 neural stem cell markers (CD15, CD29, CD56, CD133, and nestin). Sections were scored followed by statistical analysis, clustering analysis, and visualizations using Partek Genomic Suite Software. The Euclidean clustering divided the tumors into 2 major groups. ESs and USTSs formed the majority of the 1st group, whereas ERMSs, ARMSs, MPNSTs, and SSs formed the 2nd group. Reduced expression of CD56 was strongly associated with the ES/USTS cluster (P < 0.0001). ESs and USTSs were further separated by CD166 staining, wherein increased expression was associated with ES (P < 0.0001). The 2nd group included the majority of other sarcomas, with no consistent separation between subtypes. The current study demonstrates the usefulness of applying stem cell markers to pediatric sarcomas and indicates that USTSs and ESs are closely related and may share a common histogenesis.
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 ».