Dissecting the expression landscape of cytochromes P450 in hepatocellular carcinoma: towards novel molecular biomarkers
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
Hepatocellular carcinoma (HCC) is the second leading cause of cancer-related deaths around the world. Recent advances in genomic technologies have allowed the identification of various molecular signatures in HCC tissues. For instance, differential gene expression levels of various cytochrome P450 genes (CYP450) have been reported in studies performed on limited numbers of HCC tissue samples, or focused on a small subset on CYP450s. In the present study, we monitored the expression landscape of all the members of the CYP450 family (57 genes) in more than 200 HCC tissues using RNA-Seq data from The Cancer Genome Atlas. Using stringent statistical filters and data from paired tissues, we identified significantly dysregulated CYP450 genes in HCC. Moreover, the expression level of selected CYP450s was validated by qPCR on cDNA samples from an independent cohort. Threshold values (sensitivity and specificity) based on dysregulated gene expression were also determined to allow for confident identification of HCC tissues. Finally, a global look at expression levels of the 57 members of the CYP450 family across ten different cancer types revealed specific expression signatures. Overall, this study provides useful information on the transcriptomic landscape of CYP450 genes in HCC and on new potential HCC biomarkers.
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 | 0,000 | 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 découle