Epigenome-Wide DNA Methylation Profiling Identifies Differential Methylation Biomarkers in High-Grade Bladder Cancer
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Epigenetic changes, including CpG island hypermethylation, occur frequently in bladder cancer (BC) and may be exploited for BC detection and distinction between high-grade (HG) and low-grade (LG) disease. Genome-wide methylation analysis was performed using Agilent Human CpG Island Microarrays to determine epigenetic differences between LG and HG cases. Pathway enrichment analysis and functional annotation determined that the most frequently methylated pathways in HG BC were enriched for anterior/posterior pattern specification, embryonic skeletal system development, neuron fate commitment, DNA binding, and transcription factor activity. We identified 990 probes comprising a 32-gene panel that completely distinguished LG from HG based on methylation. Selected genes from this panel, EOMES, GP5, PAX6, TCF4, and ZSCAN12, were selected for quantitative polymerase chain reaction-based validation by MethyLight in an independent series (n=84) of normal bladder samples and LG and HG cases. GP5 and ZSCAN12, two novel methylated genes in BC, were significantly hypermethylated in HG versus LG BC (P≤.03). We validated our data in a second independent cohort of LG and HG BC cases (n=42) from The Cancer Genome Atlas (TCGA). Probes representing our 32-gene panel were significantly differentially methylated in LG versus HG tumors (P≤.04). These results indicate the ability to distinguish normal tissue from cancer, as well as LG from HG, based on methylation and reveal important pathways dysregulated in HG BC. Our findings were corroborated using publicly available data sets from TCGA. Ultimately, the creation of a methylation panel, including GP5 and ZSCAN12, able to distinguish between disease phenotypes will improve disease management and patient outcomes.
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.
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) | 0,000 | 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 découle