Abstract P2-11-01: Molecular Profiling Identifies Differentially Expressed Genes between Normal Breast Tissue from <i>BRCA</i> Carriers and Women at Population Risk
Notice bibliographique
Résumé
Abstract Background: Women found to carry a BRCA1 or BRCA2 gene mutation are at significant risk of future breast cancer (BC). Prophylactic mastectomy (PM) remains the most effective risk reducing strategy in that setting. Thus far, there are no data available identifying changes in gene expression profiles prior to the onset of BC in these women using microarray technology. Material and methods : In this pilot study, we prospectively collected PM specimens from BRCA1/2 mutation carriers (n=21), and reduction mammoplasty (RM) specimens from healthy controls at population risk of breast cancer (n=13). Samples were collected from all 4 quadrants (fresh frozen) and careful histological examination was conducted. Selected samples (most dense parenchymal tissue) were sent for microarray analyses (19K chip, http://www.uhnres.utoronto.ca/facilities/index.htm). We compared the molecular profiles of breast tissue obtained from these two groups using two approaches: 1) microarray analysis for a global assessment of gene expression, and 2) gene set analysis to identify differences based on cellular function and biologic themes. Results: Women in each group were of similar age (p=NS). No invasive cancer was identified. In histologically normal breast tissue, class comparison identified differential gene expression between RM and PM tissues. Gene set analysis of five collections including MSigDB C2, C4, cytobands, Stanford 5Mb chromosomal tiles and KEGG database identified 22 significant gene sets. Nine sets were overexpressed and 13 sets were underexpressed in PM tissues (FDR < 0.2; p < 0.012). We found overexpression of genes relating to proliferation and transcription specifically in the PM tissues enriched for Gene Ontology annotations. The top 200 genes ranked by SAM were also examined by pathway analysis that showed high enrichment for cancer related pathways. All three approaches implicated T cell receptor signaling and a TSG101-stathmin breast cancer related pathway as contributing to the differential molecular profiles between RM and PM tissues. Discussion: We have shown differential expression of single genes as well as cancer related biologic pathways (using microarray and gene set analyses) between normal breast tissue from BRCA1/2 mutation carriers (at high risk of BC) and healthy controls (at population risk of BC). These differences may represent early molecular defects of genetic pathways potentially involved in the early stages of breast carcinogenesis in women at hereditary high risk or may represent the result of BRCA1/2 haploinsufficiency. These results support the hypothesis that molecular pathways leading to BC formation are unique to BRCA1/2 carriers. This information may help the development of innovative preventive strategies for BRCA carriers in the future. Citation Information: Cancer Res 2010;70(24 Suppl):Abstract nr P2-11-01.
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 | 0,001 | 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) | 0,003 | 0,001 |
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 ».