A multi‐ethnic analysis of immune‐related gene expression signatures in patients with ovarian clear cell carcinoma
Notice bibliographique
Résumé
Little is known about the immune environment of ovarian clear cell carcinoma (OCCC) and its impact on various ethnic backgrounds. The aim of this OCCC immune-related gene expression signatures (irGES) study was to address the interaction between tumour and immune environment of ethnically-diverse Asian and Caucasian populations and to identify relevant molecular subsets of biological and clinical importance. Our study included 264 women from three different countries (Singapore, Japan, and the UK) and identified four novel immune subtypes (PD1-high, CTLA4-high, antigen-presentation, and pro-angiogenic subtype) with differentially expressed pathways, and gene ontologies using the NanoString nCounter PanCancer Immune Profiling Panel. The PD1-high and CTLA4-high subtypes demonstrated significantly higher PD1, PDL1, and CTLA4 expression, and were associated with poorer clinical outcomes. Mismatch repair (MMR) protein expression, assessed by immunohistochemistry, revealed that about 5% of OCCCs had deficient MMR expression. The prevalence was similar across the three countries and appeared to cluster in the CTLA4-high subtype. Our results suggest that OCCC from women of Asian and Caucasian descent shares significant clinical and molecular similarities. To our knowledge, our study is the first study to include both Asian and Caucasian women with OCCC and helps to shine light on the impact of ethnic differences on the immune microenvironment of OCCC. © 2021 The Authors. The Journal of Pathology published by John Wiley & Sons, Ltd. on behalf of The Pathological Society of Great Britain and Ireland.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 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) | 0,000 | 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 ».