Gene expression analysis of matched ovarian primary tumors and peritoneal metastasis
Notice bibliographique
Résumé
BACKGROUND: Ovarian cancer is the most deadly gynecological cancer due to late diagnosis at advanced stage with major peritoneal involvement. To date most research has focused on primary tumor. However the prognosis is directly related to residual disease at the end of the treatment. Therefore it is mandatory to focus and study the biology of metastatic disease that is most frequently localized to the peritoneal cavity in ovarian cancer. METHODS: We used high-density gene expression arrays to investigate gene expression changes between matched primary and metastatic (peritoneal) lesions. RESULTS: Here we show that gene expression profiles in peritoneal metastasis are significantly different than their matched primary tumor and these changes are affected by underlying copy number variation differences among other causes. We show that differentially expressed genes are enriched in specific pathways including JAK/STAT pathway, cytokine signaling and other immune related pathways. We show that underlying copy number variations significantly affect gene expression. Indeed patients with important differences in copy number variation displayed greater gene expression differences between their primary and matched metastatic lesions. CONCLUSIONS: Our analysis shows a very specific targeting at both the genomic and transcriptomic level to upregulate certain pathways in the peritoneal metastasis of ovarian cancer. Moreover, while primary tumors use certain pathways we identify distinct differences with metastatic lesions. The variation between primary and metastatic lesions should be considered in personalized treatment of ovarian cancer.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| 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) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».