Identifying New Contributors to Brain Metastasis in Lung Adenocarcinoma: A Transcriptomic Meta-Analysis
Notice bibliographique
Résumé
Lung tumors frequently metastasize to the brain. Brain metastasis (BM) is common in advanced cases, and a major cause of patient morbidity and mortality. The precise molecular mechanisms governing BM are still unclear, in part attributed to the rarity of BM specimens. In this work, we compile a unique transcriptomic dataset encompassing RNA-seq, microarray, and single-cell analyses from BM samples obtained from patients with lung adenocarcinoma (LUAD). By integrating this comprehensive dataset, we aimed to enhance understanding of the molecular landscape of BM, thereby facilitating the identification of novel and efficient treatment strategies. We identified 102 genes with significantly deregulated expression levels in BM tissues, and discovered transcriptional alterations affecting the key driver ‘hub’ genes CD69 (a type II C-lectin receptor) and GZMA (Granzyme A), indicating an important role of the immune system in the development of BM from primary LUAD. Our study demonstrated a BM-specific gene expression pattern and revealed the presence of dendritic cells and neutrophils in BM, suggesting an immunosuppressive tumor microenvironment. These findings highlight key drivers of LUAD-BM that may yield therapeutic targets to improve patient outcomes.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,004 |
| 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 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 ».