Transcriptomic immunologic signature associated with favorable clinical outcome in basal-like breast tumors
Notice bibliographique
Résumé
BACKGROUND: Most patients with early stage triple negative breast cancer (TNBC) receive adjuvant chemotherapy. Activation of the immune system is associated with tumor response and may help identify TNBC with favorable outcome. METHODS: Gene expression data were obtained from the GEO Dataset GDS2250/GSE3744. Affymetrix CEL files were downloaded and analyzed with Affymetrix Transcriptome Analysis Console 3.0. Functional genomics was implemented with David Bioinformatics Resources 6.8. Data contained at Oncomine were used to identify genes upregulated in basal-like cancer compared to normal breast tissue. Data contained at cBioportal were used to assess for molecular alterations. The KMPlotter online tool, METABRIC and GSE25066 datasets were used to associate gene signatures with clinical outcome. RESULTS: 1564 upregulated genes were identified as differentially expressed between normal and basal-like tumors. Of these, 16 genes associated with immune function were linked with clinical outcome. HLA-C, HLA-F, HLA-G and TIGIT were associated with both improved relapse-free survival (RFS) and overall survival (OS). The combination of HLA-F/TIGIT and HLA-C/HLA-F/TIGIT showed the most favorable outcome (HR for RFS 0.44, p<0.001; HR for OS 0.22, p<0.001; and HR for RFS 0.46, p<0.001; HR for OS 0.15, p<0.001; respectively). The association of HLA-C/HLA-F with outcome was confirmed using the METABRIC and GSE25066 datasets. No copy number alterations of these genes were identified. CONCLUSION: We describe a gene signature associated with immune function and favorable outcome in basal-like breast cancer. Incorporation of this signature in prospective studies may help to stratify risk of early stage TNBC.
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 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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 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 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».