Characterisation of the Phosphatidylinositol 3-Kinase Pathway in Non-Small Cell Lung Cancer Cells Isolated from Pleural Effusions
Notice bibliographique
Résumé
OBJECTIVES: We hypothesised that it was possible to quantify phosphorylation of important nodes in the phosphatidylinositol 3-kinase (PI3K) pathway in cancer cells isolated from pleural effusions of patients with non-small cell lung cancer (NSCLC) and study their correlation to somatic mutations and clinical outcomes. MATERIALS AND METHODS: Cells were immunomagnetically separated from samples of pleural effusion in patients with NSCLC. p-AKT, p-S6K and p-GSK3β levels were quantified by ELISA; targeted next-generation sequencing was used to characterise mutations in 26 genes. RESULTS: It was possible to quantify phosphoproteins in cells isolated from 38/43 pleural effusions. There was a significant correlation between p-AKT and p-S6K levels [r = 0.85 (95% confidence interval 0.73-0.92), p < 0.0001], but not p-AKT and p-GSK3β levels [r = 0.19 (95% confidence interval -0.16 to 0.5), p = 0.3]. A wide range of mutations was described and p-S6K was higher in samples that harboured at least one mutation compared to those that did not (p = 0.03). On multivariate analysis, p-S6K levels were significantly associated with poor survival (p < 0.01). CONCLUSION: Our study has shown a correlation between p-AKT levels and p-S6K, but not GSK3β, suggesting differences in regulation of the distal PI3K pathway by AKT. Higher p-S6K levels were associated with adverse survival, making it a critically important target in NSCLC.
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) | 0,001 | 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 ».