Kaiso is highly expressed in TNBC tissues of women of African ancestry compared to Caucasian women
Notice bibliographique
Résumé
PURPOSE: Triple-negative breast cancer (TNBC) is most prevalent in young women of African ancestry (WAA) compared to women of other ethnicities. Recent studies found a correlation between high expression of the transcription factor Kaiso, TNBC aggressiveness, and ethnicity. However, little is known about Kaiso expression and localization patterns in TNBC tissues of WAA. Herein, we analyze Kaiso expression patterns in TNBC tissues of African (Nigerian), Caribbean (Barbados), African American (AA), and Caucasian American (CA) women. METHODS: Formalin-fixed and paraffin embedded (FFPE) TNBC tissue blocks from Nigeria and Barbados were utilized to construct a Nigerian/Barbadian tissue microarray (NB-TMA). This NB-TMA and a commercially available TMA comprising AA and CA TNBC tissues (AA-CA-YTMA) were subjected to immunohistochemistry to assess Kaiso expression and subcellular localization patterns, and correlate Kaiso expression with TNBC clinical features. RESULTS: Nigerian and Barbadian women in our study were diagnosed with TNBC at a younger age than AA and CA women. Nuclear and cytoplasmic Kaiso expression was observed in all tissues analyzed. Analysis of Kaiso expression in the NB-TMA and AA-CA-YTMA revealed that nuclear Kaiso H scores were significantly higher in Nigerian, Barbadian, and AA women compared with CA women. However, there was no statistically significant difference in nuclear Kaiso expression between Nigerian versus Barbadian women, or Barbadian versus AA women. CONCLUSIONS: High levels of nuclear Kaiso expression were detected in patients with a higher degree of African heritage compared to their Caucasian counterparts, suggesting a role for Kaiso in TNBC racial disparity.
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 | 0,000 | 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 | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 ».