Whole genome sequencing revealed microbiome in lung adenocarcinomas presented as ground-glass nodules
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
BACKGROUND: Emerging evidence has suggested that dysbiosis of the microbiota may play vital roles in tumorigenesis. However, the interplay between the microbiome and lung cancer remains undetermined. In this study, we characterize the microbiome in the early stage of lung cancer, which presented as ground-glass nodules (GGNs). METHODS: We sequenced the whole genomes from 10 GGN lesions and 5 adjacent normal lung tissue samples. After being filtered with human genome sequences, the sequence reads were mapped to prokaryotic genomes refSeq and non-redundant protein database for taxa and gene functions profiling, respectively. RESULTS: Mycobacterium, Corynebacterium, and Negativicoccus were the core microbiota found in all GGNs and the normal tissue samples. The microbiota composition did not show significant difference between GGNs and normal tissues except the adenocarcinoma (AD) (P=0.047). A significant β diversity in microbiome gene functions was found among different patients. Two individual gene functions, the Secondary Metabolism (1.32 fold with P=0.01) and the Serine Threonine protein kinase (4.23 fold, P<0.001), were significantly increased in GGNs over normal tissue samples. CONCLUSIONS: This study helps shed light on the implication of the microbiome in early stage lung cancer, which encourages the further study and development of innovative strategies for early prevention and treatment of lung 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.
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 | 0,000 |
| 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) | 0,000 | 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 découle