EMT Features in Claudin-Low versus Claudin-Non-Suppressed Breast Cancers and the Role of Epigenetic Modifications
Notice bibliographique
Résumé
BACKGROUND: Breast cancers are heterogeneous and are classified according to the expression of ER, PR and HER2 receptors to distinct groups with prognostic and therapeutic implications. Within the triple-negative group, with no expression of these three receptors, molecular heterogeneity exists but is currently not exploited in the clinic. The claudin-low phenotype is present in a subset of triple-negative breast cancers and constitutes together with basal-like cancers the most extensive groups within triple-negative breast cancers. Suppression of epithelial cell adhesion molecules in claudin-low cancers is also a hallmark of Epithelial Mesenchymal Transition (EMT). METHODS: The groups of claudin-low and claudin-non-suppressed breast cancers from the extensive publicly available genomic cohorts of the METABRIC study were examined to delineate and compare their molecular landscape. Genetic and epigenetic alterations of key factors involved in EMT and potentially associated with the pathogenesis of the claudin-low phenotype were analyzed in the two groups. RESULTS: Claudin-low cancers displayed up-regulation of several core transcription factors of EMT at the mRNA level, compared with claudin-non-suppressed breast cancers. Global promoter DNA methylation was increased in both groups of triple-negative cancers and in claudin-low ER-positive cancers compared with the rest of ER-positive cancers. Histone modifier enzymes, including methyltransferases, demethylases, acetyltransferases and deacetylases displayed amplifications more frequently in claudin-non-suppressed triple-negative cancers than in claudin-low counterparts and the expression of some of these enzymes differed significantly between the two groups. CONCLUSION: Claudin-low and claudin-non-suppressed triple-negative breast cancers differ in their landscape of EMT core regulators and epigenetic regulators. These differences may be explored as targets for therapeutic interventions specific to the two groups of triple-negative breast cancers.
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 | 0,000 |
| 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 ».