Blood biomarkers reflect the effects of obesity and inflammation on the human breast transcriptome
Notice bibliographique
Résumé
Obesity is a risk factor for the development of post-menopausal breast cancer. Breast white adipose tissue (WAT) inflammation, which is commonly found in women with excess body fat, is also associated with increased breast cancer risk. Both local and systemic effects are probably important for explaining the link between excess body fat, adipose inflammation and breast cancer. The first goal of this cross-sectional study of 196 women was to carry out transcriptome profiling to define the molecular changes that occur in the breast related to excess body fat and WAT inflammation. A second objective was to determine if commonly measured blood biomarkers of risk and prognosis reflect molecular changes in the breast. Breast WAT inflammation was assessed by immunohistochemistry. Bulk RNA-sequencing was carried out to assess gene expression in non-tumorous breast. Obesity and WAT inflammation were associated with a large number of differentially expressed genes and changes in multiple pathways linked to the development and progression of breast cancer. Altered pathways included inflammatory response, complement, KRAS signaling, tumor necrosis factor α signaling via NFkB, interleukin (IL)6-JAK-STAT3 signaling, epithelial mesenchymal transition, angiogenesis, interferon γ response and transforming growth factor (TGF)-β signaling. Increased expression of several drug targets such as aromatase, TGF-β1, IDO-1 and PD-1 were observed. Levels of various blood biomarkers including high sensitivity C-reactive protein, IL6, leptin, adiponectin, triglycerides, high-density lipoprotein cholesterol and insulin were altered and correlated with molecular changes in the breast. Collectively, this study helps to explain both the link between obesity and breast cancer and the utility of blood biomarkers for determining risk and prognosis.
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 | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 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) | 0,001 | 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 ».