MétaCan
Menu
Retour à la cohorte
Enregistrement W2946814355

A biocomputational approach to the study of differential nature of E2 dependent breast cells

2006· article· en· W2946814355 sur OpenAlexaff
Soma Barman, James Davie

Notice bibliographique

RevueCancer Research · 2006
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueGene expression and cancer classification
Établissements canadiensUniversity of Manitoba
Organismes subventionnairesnon disponible
Mots-clésGeneSerial analysis of gene expressionBreast cancerBiologyContext (archaeology)Microarray analysis techniquesGene expressionGene expression profilingCancer researchGeneticsCancer
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

4184 Introduction: Estrogen (E2) is pivotal to normal breast development and in initiation and progression of breast carcinoma. Despite identification of novel E2 targets in breast from SAGE and microarray (MA) generated gene expression data, differences in the adaptive mechanisms favoring proliferation in E2 responsive cancer cells remain unknown, more so in the context of normal breast (NB) cells. Objectives: to study the differential nature of two E2 responsive breast cell lines (E2 deprived), MCF7 and ZR75 from the publicly available SAGE and MA expression data using biocomputational tools. Data analysis: SAGE software extracted significant genes were also analyzed by Audic Claverie, Fisher and Chi2 statistical tests (IDEG6), yielding 230 (MCF7) and 134 (ZR75) genes (p≤0.05, MCF7/NB or ZR75/NB ≥ 5/≤ -5). DAVID tool annotated 133 (ZR75) and 227 (MCF7) genes. Classified genes included 32% (biological process P), 35% (molecular function F), and 32% (component C) leaving ∼ 68% (high) genes unclassified in both. However, GO term utilization (P, F, C) among the classified genes was comparable (P 32.3%, F 34.6%, C 32.3%-ZR75 and P 32.2%, F 32.6%, C 27.8%-MCF7). Pathway differences were also identified by GenMAPP tool. Further, SAGE dataset was compared with Affymetrix MA dataset for MCF7. Finding summary: The two cell lines differentially expressed 9 out of ∼ 75 common genes and 160 (MCF7) and 96 (ZR75) genes were specific. GenMAPP revealed the differences in proteosomal degradation pathways and utilization of energy pathways, such as glycolysis & gluconeogenesis and electron transport chain genes expressing proteins for complexes I, III, IV, V, MCF7 up-regulating more genes (Table 1). In contrast to MCF7, ZR75 down-regulated more immune response genes. Conclusions: while both E2 responsive cells can thrive under harsh E2 deprived conditions, ZR75 cells possess a greater capability of minimizing energy requirements, proteosomal degradation, and compromising immune responses, resembling the more aggressive ER negative breast cancer cells. In contrast, MCF7 cells highly utilize these pathways rendering them less aggressive. These differences can be exploited for specific targeting of hormone dependent breast cancer.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,012

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,003
Études des sciences et des technologies0,0010,000
Communication savante0,0010,000
Science ouverte0,0010,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,002

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.

Tête enseignante Opus0,029
Tête enseignante GPT0,353
Écart entre enseignants0,324 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2006
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCancer ResearchMême sujetGene expression and cancer classificationTravaux en français237 207