NCBP2 and TFRC are novel prognostic biomarkers in oral squamous cell carcinoma
Notice bibliographique
Résumé
There are few prognostic biomarkers and targeted therapeutics currently in use for the clinical management of oral squamous cell carcinoma (OSCC) and patient outcomes remain poor in this disease. A majority of mutations in OSCC are loss-of-function events in tumour suppressor genes that are refractory to conventional modes of targeting. Interestingly, the chromosomal segment 3q22-3q29 is amplified in many epithelial cancers, including OSCC. We hypothesized that some of the 468 genes located on 3q22-3q29 might be drivers of oral carcinogenesis and could be exploited as potential prognostic biomarkers and therapeutic targets. Our integrative analysis of copy number variation (CNV), gene expression and clinical data from The Cancer Genome Atlas (TCGA), identified two candidate genes: NCBP2, TFRC, whose expression positively correlates with worse overall survival (OS) in HPV-negative OSCC patients. Expression of NCBP2 and TFRC is significantly higher in tumour cells compared to most normal human tissues. High NCBP2 and TFRC protein abundance is associated with worse overall, disease-specific survival, and progression-free interval in an in-house cohort of HPV-negative OSCC patients. Finally, due to a lack of evidence for the role of NCBP2 in carcinogenesis, we tested if modulating NCBP2 levels in human OSCC cell lines affected their carcinogenic behaviour. We found that NCBP2 depletion reduced OSCC cell proliferation, migration, and invasion. Differential expression analysis revealed the upregulation of several tumour-promoting genes in patients with high NCBP2 expression. We thus propose both NCBP2 and TFRC as novel prognostic and potentially therapeutic biomarkers for HPV-negative OSCC.
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) | 0,000 | 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) | 0,000 | 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 ».