Validation of SCT Methylation as a Hallmark Biomarker for Lung Cancers
Notice bibliographique
Résumé
INTRODUCTION: The human secretin gene (SCT) encodes secretin, a hormone with limited tissue distribution. Analysis of the 450k methylation array data in The Cancer Genome Atlas (TCGA) indicated that the SCT promoter region is differentially hypermethylated in lung cancer. Our purpose was to validate SCT methylation as a potential biomarker for lung cancer. METHODS: We analyzed data from TCGA and developed and applied SCT-specific bisulfite DNA sequencing and quantitative methylation-specific polymerase chain reaction assays. RESULTS: The analyses of TCGA 450K data for 801 samples showed that SCT hypermethylation has an area under the curve (AUC) value greater than 0.98 that can be used to distinguish lung adenocarcinomas or squamous cell carcinomas from nonmalignant lung tissue. Bisulfite sequencing of lung cancer cell lines and normal blood cells allowed us to confirm that SCT methylation is highly discriminative. By applying a quantitative methylation-specific polymerase chain reaction assay, we found that SCT hypermethylation is frequently detected in all major subtypes of malignant non-small cell lung cancer (AUC = 0.92, n = 108) and small cell lung cancer (AUC = 0.93, n = 40) but is less frequent in lung carcinoids (AUC = 0.54, n = 20). SCT hypermethylation appeared in samples of lung carcinoma in situ during multistage pathogenesis and increased in invasive samples. Further analyses of TCGA 450k data showed that SCT hypermethylation is highly discriminative in most other types of malignant tumors but less frequent in low-grade malignant tumors. The only normal tissue with a high level of methylation was the placenta. CONCLUSIONS: Our findings demonstrated that SCT methylation is a highly discriminative biomarker for lung and other malignant tumors, is less frequent in low-grade malignant tumors (including lung carcinoids), and appears at the carcinoma in situ stage.
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 | 0,002 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 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 ».