Molecular Markers in Melanoma Progression: A Study on the Expression of miRNA Gene Subtypes in Tumoral vs. Benign Nevi
Notice bibliographique
Résumé
This study investigates the differential expression of miRNA gene subtypes in tumoral versus benign nevi in individuals with melanoma, aiming to identify clinically significant correlations that could serve as reliable markers for assessing tumor stage and progression. Conducted between 2019 and 2022, this descriptive, quantitative observational research analyzed 90 formalin-fixed paraffin-embedded (FFPE) samples from the Pius Brinzeu County Emergency Clinical Hospital, Timisoara, including 45 samples of advanced-stage melanoma and 45 samples of pigmented nevi. miRNA purification and analysis were performed using the miRNeasy Kit and the Human Cancer PathwayFinder miScript miRNA PCR Array, with statistical analysis (including logistic regression) to determine associations with cancer staging, such as high Breslow index risk, number of mitoses, and vascular invasion. After the analysis and comparison of 180 miRNA gene subtypes, we selected 10 of the most upregulated and 10 most downregulated genes. The results revealed that hsa-miR-133b, hsa-miR-335-5p, hsa-miR-200a-3p, and hsa-miR-885-5p were significantly upregulated in melanoma samples, with fold changes ranging from 1.09 to 1.12. Conversely, hsa-miR-451a and hsa-miR-29b-3p showed notable downregulation in melanoma, with fold changes of 0.90 and 0.92, respectively. Additionally, logistic regression analysis identified hsa-miR-29b-3p (OR = 2.51) and hsa-miR-200a-3p (OR = 2.10) as significantly associated with an increased risk of a high Breslow index, while hsa-miR-127-3p and hsa-miR-451a were associated with a reduced risk. Conclusively, this study underscores the significant alterations in miRNA expression in melanoma compared to benign nevi and highlights the potential of specific miRNAs as biomarkers for melanoma progression. The identification of miRNAs with significant associations to melanoma characteristics suggests their utility in developing non-invasive, cost-effective diagnostic tools and in guiding therapeutic decisions, potentially improving patient outcomes in melanoma management.
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 | 0,001 |
| 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 ».