Stromal Transcriptome Analysis of Human Lobular Breast Cancer Identifies a Role for Pregnancy-Associated-Plasma Protein-A
Notice bibliographique
Résumé
Abstract Background: Invasive lobular carcinoma (ILC) is the second most common histological subtype of breast cancer and exhibits a number of clinico-pathological characteristics distinct from the more common invasive ductal carcinoma (IDC). Despite these differences, ILC is treated in the same way as IDC. We set out to identify alterations in the tumor microenvironment (TME) of ILC with potential clinical significance. Methods: We used laser-capture microdissection (LCM) to separate tumor epithelium from stroma in 23 ER+ ILC samples. Gene expression analysis was used to identify genes enriched in the stroma of ILC, but not IDC or normal breast. Results: 45 genes involved in regulation of the extracellular matrix (ECM) were enriched in the stroma of ILC, but not stroma from ER+ IDC or normal breast. Of these, 10 were expressed in cancer-associated fibroblasts (CAFs) and were increased in ILC compared to IDC in bulk gene expression datasets. PAPPA was the most enriched in the stroma compared to the tumor epithelial compartment in ILC. PAPPA encodes pregnancy-associated plasma protein-A (PAPP-A), a metalloproteinase that cleaves insulin-like growth factor-binding protein-4 (IGFBP-4), increasing IGF-1 bioavailability and downstream signaling. Analysis of PAPPA - and IGF1 -associated genes identified a paracrine signaling pathway, and active PAPP-A was shown to be secreted from primary CAFs. Comprehensive survival analysis across 3,000 breast cancers identified PAPPA as a potential ILC-specific prognostic marker. Conclusions: This is the first study to demonstrate molecular differences in the TME between ILC and IDC, and it identifies PAPP-A, a CAF-derived proteinase, as a potential prognostic marker.
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 | 0,006 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,003 | 0,002 |
| Bibliométrie | 0,005 | 0,006 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,006 |
| 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 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 ».