Metabolomics-Based Discovery of Molecular Signatures for Triple Negative Breast Cancer in Asian Female Population
Notice bibliographique
Résumé
Triple negative breast cancer (TNBC) is a devastating cancer disease characterized by its poor prognosis, distinct metastatic patterns, and aggressive biological behavior. Research indicates that the prevalence and presentation of TNBC varies among races, with Asian TNBC patients more commonly presenting with large invasive tumors, high node positivity, and high histologic grade. In this work, we applied ultra-high performance liquid chromatography-high resolution mass spectrometry (UHPLC-HRMS)-based metabolomics to discover metabolic signatures in Asian female TNBC patients. Serum samples from 31 TNBC patients and 31 healthy controls (CN) were involved in this study. A total of 2860 metabolic features were detected in the serum samples. Among them, 77 metabolites, whose levels were significantly different between TNBC with CN, were confirmed. Using multivariate statistical analysis, literature mining, metabolic network and pathway analysis, we performed an in-depth study of the metabolic alterations in the Asian TNBC population. In addition, we discovered a panel of metabolic signatures that are highly correlated with the 5-year survival rate of the TNBC patients. This metabolomic study provides a better understanding of the metabolic details of TNBC in the Asian population.
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 | 0,000 |
| 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 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 ».