Abstract 1454: Estrogen receptor signaling in FTE of BRCA mutation carriers
Notice bibliographique
Résumé
Abstract Genetic and reproductive factors predicate epidemiological risk factors underlying epithelial ovarian cancer. The fallopian tube epithelia (FTE), the presumptive etiological site of high-grade serous ovarian cancer (HGSC), is a hormonal responsive tissue. Estrogen is known to promote cell proliferation and its metabolism produces reactive oxygen species that damage DNA and promote tumorigenesis. Estrogen receptor (ER) is rarely mutated, amplified or deleted in HGSC, yet only 10% of patients respond to anti-estrogen treatment, suggesting that intrinsic variables to the ER pathway contribute to this clinical outcome. TP53 mutations occur in almost 100% of HGSCs, indicating that mutated p53 supports a model as an early event in the pathogenesis of HGSC. We hypothesized that in the presence of dysfunctional p53, subsequent promiscuous binding of ER will yield aberrant signaling, ultimately significantly contributing to cellular transformation. Mutant p53 and ER co-localize in FTE cells, suggesting potential synergy. We established cell lines with p53 mutations and treated them with estradiol, an estrogen analog, to observe any changes in response. The genome binding sites of ER-regulated transcription factors were then identified and mapped by whole genome chromatin immunoprecipitation-deep sequencing (ChIP-Seq). The data generated will facilitate the development of gene signatures that will predict response to anti-estrogen therapy in serous ovarian cancer patients, and contribute to the discovery of biomarkers to more accurately identify patients who will benefit from hormonal therapies. Citation Format: Leah V. Dodds, Omar L. Nelson, Ramlogan Sowamber, Andres Rodrigues, Victoria de Castro, Wendell Henry, Guillermo Morales, Brian Slomovitz, Patricia Shaw, Sophia H. George. Estrogen receptor signaling in FTE of BRCA mutation carriers [abstract]. In: Proceedings of the American Association for Cancer Research Annual Meeting 2017; 2017 Apr 1-5; Washington, DC. Philadelphia (PA): AACR; Cancer Res 2017;77(13 Suppl):Abstract nr 1454. doi:10.1158/1538-7445.AM2017-1454
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 | 0,001 |
| 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) | 0,008 | 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 ».