SAGE analysis of human metastatic and non-metastatic prostate cancer xenograft sublines from a single patient.
Notice bibliographique
Résumé
4717 Malignant progression of prostate cancers results in metastasis, poor response to hormonal treatment and to chemotherapy. Identification of molecular markers predictive of malignant progression in primary prostate cancers is therefore of untmost importance for controlling this disease. We have previously reported the establishment of two transplantable prostate cancer tissue xenograft lines (a metastatic, PCa1-met, and a non-metastatic subline, PCa2) from a single patient’s primary tumor. In the present study we have subjected the two tumor sublines to Serial Analysis of Gene Expression (SAGE) with a view to identifying genes associated with metastatic and non-metastatic abilities. RNA was extracted from same generation and orthotopically grafted xenograft tissues. LongSAGE libraries were prepared and tags were sequenced, i.e. 132.163 tags (containing 35,186 unique tags) from the metastatic subline and 134,206 tags (containing 37,646 unique tags) from the non-metastatic subline. LongSAGE tags from the two libraries were annotated to cancer tissue (human) or stromal tissue (mouse), using human/mouse Genome and Unigene sequence data. A total of 28,567 unique tags were annotated in only human Genome sequences and 24,160 unique tags were annotated in only human Unigene sequences. The cancer (human) tags of the metastatic and non-metastatic sublines were then compared for identification of genes showing significant differences in expression. Various candidate genes were detected, including some not previously associated with prostate cancer. Some of these genes and their differential expressions were confirmed by real time PCR using various generations of the sublines. Xenografted tumor tissue sublines obtained from one patient appear to provide a good tool for screening genes that are responsible for a particular phenotype. This new approach, which avoids differences between individuals, overcomes the heterogeneity in patients’ tumor, could also be used for tumor-stroma specific expression pattern analysis. Supported by a Strategic Research Grant on Genomics and Proteomics of Metastatic Cancer from Cancer Research Society, Canada and a grant from the US Army Department of Defense, USAMRMC W81XWH-04-1-0290 (Y.Z.W.).
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| 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 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,001 |
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 source (Gemma direct ou Codex distillé), 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 ».