Functional profiles of curatively treated adenoid cystic carcinoma unveil prognostic features and potentially targetable pathways
Notice bibliographique
Résumé
Adenoid cystic carcinoma (ACC) of salivary gland is a slowly growing tumor showing a propensity for delayed recurrence, with decreased survival rates. The identification of poor prognosis patients may help in defining molecular-based targeted strategies in this rare disease orphan of new treatments. Through a gene expression microarray-based approach followed by GSE functional analysis the expression profile of 46 primary untreated ACC samples and of ACC (h-TERT) tumor cells was analyzed. Patients who experienced early relapse showed enrichment in proliferation-related gene sets, including the G2-M checkpoint, E2F and myc targets, and in gene sets related to IFN signaling and aberrant proteostasis (FDR < 0.1), indicating increased mitotic and transcriptional activity in aggressive ACC. Similar functions were enriched in ACC samples classified by immunohistochemical staining as p63-negative, which exhibited increased protein burden and activation of pro-survival stress response pathways compared to p63-positive tumors. Compared to ACC tissues, ACC (h-TERT) cells share transcriptional features of aggressive p63-negative tumors. These data suggest association of specific pathway alterations with histopathological features of ACC, as recapitulated by p63 testing in patient prognostic stratification, anticipating new avenues for therapeutic intervention.
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 | 0,000 | 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 ».