MétaCan
Menu
Retour à la cohorte
Enregistrement W3014794817 · doi:10.1186/s12885-020-06733-4

Stem/progenitor cell marker expression in clear cell renal cell carcinoma: a potential relationship with the immune microenvironment to be explored

2020· article· en· W3014794817 sur OpenAlexafffund
Ju‐Yoon Yoon, Craig Gedye, Joshua Paterson, Laurie Ailles

Notice bibliographique

RevueBMC Cancer · 2020
Typearticle
Langueen
DomaineMedicine
ThématiqueRenal cell carcinoma treatment
Établissements canadiensCanada Research ChairsUniversity of Toronto
Organismes subventionnairesOntario Institute for Cancer ResearchPrincess Margaret Cancer Foundation
Mots-clésProgenitor cellStem cell markerBiologyStem cellCancer stem cellCD34Tumor microenvironmentCancer researchClear cell renal cell carcinomaFlow cytometryPathologyImmunologyImmune systemRenal cell carcinomaMedicineCell biology

Résumé

récupéré en direct d'OpenAlex

Abstract Background Clear cell renal cell carcinoma (ccRCC) is a markedly heterogeneous disease in many aspects, including the tumour microenvironment. Our previous study showed the importance of the tumour microenvironment in ccRCC xeno-transplant success rates. In order to better understand the potential relationship between TICs and the immune microenvironment, we employed a multi-modal approach, examining RNA and protein expression (flow cytometry, immunohistochemistry). Methods We first examined the gene expression pattern of 18 stem/progenitor marker genes in the cancer genome atlas (TCGA) ccRCC cohort. Flow cytometry was next employed to examine lineage-specific expression levels of stem/progenitor markers and immune population makeup in six, disaggregated, primary ccRCC specimens. Immunohistochemistry was performed on a commercial ccRCC tissue microarray (TMA). Results The 18 genes differed with respect to their correlation patterns with one another and to their prognostic significance. By flow cytometry, correlating expression frequency of 12 stem/progenitor markers and CD10 resulted in two clusters—one with CD10 (marker of proximal tubular differentiation), and second cluster containing mostly mesenchymal stem cell (MSC) markers, including CD146. In turn, these clusters differed with respect to their correlation with different CD45 + lineage markers and their expression of immune checkpoint pathway proteins. To confirm these findings, four stem/progenitor marker expression patterns were compared with CD4, CD8 and CD20 in a ccRCC TMA which showed a number of similar trends with respect to frequency of the different tumour-infiltrating leukocytes. Conclusion Taken together, we observed heterogeneous but patterned expression levels of different stem/progenitor markers. Our results suggest a non-random relationship between their expression patterns with the immune microenvironment populations in ccRCC.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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: Empirique
Score de désaccord entre enseignants0,193
Score d'incertitude au seuil0,858

Scores Codex et Gemma par catégorie

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

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.

Tête enseignante Opus0,036
Tête enseignante GPT0,230
Écart entre enseignants0,194 · 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 tête enseignante, 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

Citations11
Publié2020
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueBMC CancerMême sujetRenal cell carcinoma treatmentTravaux en français237 207