Tissue microRNA expression profiling in hepatic and pulmonary metastatic melanoma
Notice bibliographique
Résumé
Malignant melanoma has a propensity for the development of hepatic and pulmonary metastases. MicroRNAs (miRs) are small, noncoding RNA molecules containing about 22 nucleotides that mediate protein expression and can contribute to cancer progression. We aim to identify clinically useful differences in miR expression in metastatic melanoma tissue. RNA was extracted from formalin-fixed, paraffin-embedded samples of hepatic and pulmonary metastatic melanoma, benign, nevi, and primary cutaneous melanoma. Assessment of miR expression was performed on purified RNA using the NanoString nCounter miRNA assay. miRs with greater than twofold change in expression when compared to other tumor sites (P value ≤ 0.05, modified t-test) were identified as dysregulated. Common gene targets were then identified among dysregulated miRs unique to each metastatic site. Melanoma metastatic to the liver had differential expression of 26 miRs compared to benign nevi and 16 miRs compared to primary melanoma (P < 0.048). Melanoma metastatic to the lung had differential expression of 19 miRs compared to benign nevi and 10 miRs compared to primary melanoma (P < 0.024). Compared to lung metastases, liver metastases had greater than twofold upregulation of four miRs, and 4.2-fold downregulation of miR-200c-3p (P < 0.0081). These findings indicate that sites of metastatic melanoma have unique miR profiles that may contribute to their development and localization. Further investigation of the utility of these miRs as diagnostic and prognostic biomarkers and their impact on the development of metastatic melanoma is warranted.
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 | 0,001 | 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 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 ».