Clinicopathological significance of RCAN2 production in gastric carcinoma
Notice bibliographique
Résumé
AIMS: Gastric cancer (GC) is one of the leading causes of cancer-related death worldwide. Genes expressed only in cancer tissue may be useful biomarkers for cancer diagnosis and therapeutics. The aims of the present study were to analyse regulator of calcineurin 2 (RCAN2) in a large number of GCs, and to investigate how these expression patterns correlate with clinicopathological parameters and various markers. METHODS AND RESULTS: An immunohistochemical analysis of RCAN2 in 207 GC tissue samples showed that 110 (53%) GCs were positive for RCAN2. RCAN2-positive GCs were more advanced in terms of TNM classification and tumour stage than RCAN2-negative GCs. Furthermore, RCAN2 was an independent prognostic classifier for GC patients. The cell growth and invasiveness of RCAN2 small interfering RNA (siRNA)-transfected GC cell lines were less than those of the negative control siRNA-transfected cell lines, whereas those of RCAN2-transfected cells were significantly increased as compared with those of empty vector-transfected cells. RCAN2 siRNA inhibits the phosphorylation of AKT and p44/p42 (ERK1/2). RCAN2 was colocalised with EGFR, nuclear β-catenin, MMP7, laminin-γ2, VEGF-A, and VEGF-C. CONCLUSION: These results suggest that RCAN2 is involved in tumour progression and is an independent prognostic classifier in patients with GC.
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 | 0,001 |
| 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 ».