Mutation Profiles of Ovarian Seromucinous Borderline Tumors in Japanese Patients
Notice bibliographique
Résumé
Ovarian seromucinous tumors (SMBTs) are relatively rare, and their carcinogenesis is largely unknown. In this study, the molecular features of SMBTs in Japan are assessed. DNA was extracted from microdissected paraffin-embedded sections from 23 SMBT cases. Genetic mutations (KRAS, BRAF, PIK3CA, and ERBB2) were evaluated using Sanger sequencing. Immunohistochemistry for p53, ARID1A, and PTEN was also performed as a surrogate for the loss of functional mutations in these tumor suppressor genes. The prevalence of KRAS, BRAF, PIK3CA, and ERBB2 mutations was 4.3% (1/23), 8.6% (2/23), 8.6% (2/23), and 17.3% (4/23), respectively. Overexpression or loss of p53 expression occurred in 26% (6/23), loss of ARID1A expression in 4.3% (1/23), and none of the cases showed expression of PTEN loss. These findings suggest that KRAS/BRAF/PIK3CA and PTEN mutations are rare carcinogenic events in SMBTs. The high frequency of positive p53 staining and a low frequency of loss of ARID1A staining suggests that SMBT carcinogenesis may be related to the alteration of p53 rather than that of ARID1A. ERBB2 oncogenic mutations may play an important role in the tumorigenesis of Japanese SMBTs.
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) | 0,001 | 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 ».