Immunohistochemical detection of p53, PTEN, Rb, and p16 in canine osteosarcoma using tissue microarray
Notice bibliographique
Résumé
Although inactivating mutations of tumor suppressor genes are well described in cell lines of canine osteosarcoma (OS), expression of tumor suppressor proteins in spontaneous disease is poorly characterized. We determined the immunohistochemical expression of p53, PTEN, Rb, and p16 in a large cohort of dogs with OS. Formalin-fixed, paraffin-embedded samples of canine OS were analyzed retrospectively. Primary tumor samples from 145 dogs, collected between 2003 and 2008, were evaluated by tissue microarray. Streptavidin-biotin complex immunohistochemistry was performed using monoclonal antibodies for Rb and PTEN and polyclonal antibodies for p16 and p53. The average age of dogs was 7.6 y, and 118 of 145 (81%) were purebred. Most commonly represented purebreds were Greyhound (23%), Rottweiler (11%), and Labrador Retriever (10%). Immunohistochemical detection of p53, PTEN, Rb, and p16 was 81%, 61%, 66%, and 66%, respectively. The staining pattern for p16 was primarily cytoplasmic; the predominant pattern for PTEN, Rb, and p53 was cytoplasmic and nuclear. Exclusively cytoplasmic staining was noted in 19% of samples positive for p53 and 8% of samples positive for Rb. Kaplan-Meier curves showed that protein expression was not associated with significant differences in overall survival ( p > 0.191). We documented heterogeneity in both immunostaining and subcellular localization of tumor suppressor proteins, providing further characterization of canine OS.
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 | 0,002 |
| 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 | 0,001 |
| 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) | 0,000 | 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 ».