Expression signature of lysosomal-associated transmembrane protein 4B in hepatitis C virus-induced hepatocellular carcinoma
Notice bibliographique
Résumé
INTRODUCTION: Hepatocellular carcinoma is a lethal disease worldwide and therefore the establishment of novel diagnostic biomarkers is imperative. In this study, it was hypothesized that an abnormal expression of the lysosomal-associated protein transmembrane 4 beta ( LAPTM4B) gene is crucial in the pathogenesis of hepatitis C virus-mediated hepatocellular carcinoma; hence we investigated the expression profile of LAPTM4B in hepatitis C virus-induced hepatocellular carcinoma. METHODS: A group of 189 consecutive patients (hepatitis C virus-related hepatocellular carcinoma as tumor cases; n=93, hepatitis C virus-related cirrhotics as disease controls; n=96) opting for living donor liver transplantation as a therapeutic surgical regimen were recruited with informed consent. Additionally, paired adjacent non-tumorous tissues (n=93) obtained from cases were also included. Serum LAPTM4B protein concentrations were assessed by third-generation enzyme-linked immunosorbent assay and LAPTM4B mRNA, and protein expressions at tissue level were determined by quantitative real time reverse transcription-polymerase chain reaction (qRT-PCR) and immunohistochemistry techniques, respectively. RESULTS: LAPTM4B protein concentrations in sera of patients were higher ( p<0.001) in tumor cases (1.25±0.25 ng/ml) compared to disease controls (0.53±0.28 ng/ml). Our study also depicts positive clinicopathological correlations between alpha-fetoprotein titers (b=0.65; p<0.001), quantitative hepatitis C virus RNA copies (b=0.33; p<0.001), and LAPTM4B protein concentrations, all in sera of patients. In addition, qRT-PCR and immunohistochemistry analyses revealed a significantly higher ( p<0.05) tissue LAPTM4B mRNA and protein expression, respectively, in tumor cases rather than in non-tumorous tissues and disease controls. CONCLUSIONS: Together, our results illustrate the LAPTM4B gene as a diagnostic biomarker in patients with hepatocellular carcinoma having documented evidence of chronic hepatitis C virus infection.
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 | 0,000 |
| 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 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 ».