Siglec-15 as a New Perspective Therapy Target in Human Giant Cell Tumor of Bone
Notice bibliographique
Résumé
The main features of a giant cell tumor of bone (GCTB) are frequent recurrence and aggressive osteolysis, which leads to a poor prognosis in patients. Although the treatment methods for a GCTB, such as scraping and resection, effectively inhibit the disease, the tendency toward malignant transformation remains. Therefore, it is important to identify new treatment methods for a GCTB. In this study, we first found high Siglec-15 expression in GCTB tissues, which was significantly associated with Campanacci staging and tumor recurrence. In Spearman's analysis, Siglec-15 expression was significantly correlated with Ki-67 levels in tumor tissues. In vitro, the mRNA and protein levels of Siglec-15 were high in GCTB stromal cells (Hs737. T), and Siglec-15 knockdown inhibited the biological characteristics of GCTB stromal cells. The RNA sequencing results enabled a prediction of the downstream genes by using the Kyoto Encyclopedia of Genes and Genomes (KEGG), Gene Ontology (GO), and MCODE analyses, and the findings showed that CXCL8 was significantly regulated by Siglec-15 and might be a promising downstream target gene of Siglec-15. Therefore, Siglec-15 may be a potential immunotherapy target for a GCTB.
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 | 0,000 | 0,000 |
| 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 ».