Network analysis identifies DAPK3 as a potential biomarker for lymphovascular invasion and prognosis of colon adenocarcinoma
Notice bibliographique
Résumé
Abstract Adenocarcinoma of the colon is the fourth most common malignancy worldwide with significant rates of mortality. Hence, the identification of novel molecular biomarkers with prognostic significance is of particular importance for improvements in treatment and patient outcome. Clinical traits and RNA-Seq data of 551 patient samples and 18,205 genes in the UCSC Toil Recompute Compendium of TCGA TARGET and GTEx datasets (restricted to |Primary_site| = colon) were obtained from the Xena platform. Weighted gene co-expression network analysis was completed, and 24 unique modules were assembled to specifically examine the association between gene networks and cancer cell invasion. One module, containing 151 genes, was significantly correlated with lymphatic invasion, a histopathological feature of higher-risk colon cancer. Search tool for the retrieval of interacting genes/proteins (STRING) and gene ontology (GO) analyses identified the module to be enriched in genes related to cytoskeletal organization and apoptotic signaling, suggesting involvement in tumor cell survival and migration along with epithelial-mesenchymal transformation. Of genes that were differentially expressed and significant for overall survival, DAPK3 (death-associated protein kinase 3) was revealed as the pseudo-hub of the module. Although DAPK3 expression was reduced in colon cancer patients, survival analysis revealed that high expression of DAPK3 was significantly correlated with greater lymphovascular invasion and poor overall survival.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| 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) | 0,002 | 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 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 ».