Gene expression profile comparison of primary and pulmonary metastatic lesions in a dog with appendicular osteosarcoma and hypertrophic osteopathy
Notice bibliographique
Résumé
<title>Abstract</title> Hypertrophic osteopathy (HO) is a paraneoplastic syndrome, and the most notable cause in dogs is pulmonary metastatic osteosarcoma (OSA). Although many molecular factors in canine OSA have been shown in metastasis, little is known about the gene expression profile of HO secondary to metastatic OSA. Therefore, the purpose of this study was to compare the gene expression profiles between primary and metastatic OSA lesions from the same dog and to look for gene expression changes that can elucidate the molecular mechanism of metastases and HO. Tumoral samples were obtained from a 2-year-old, intact male, Labrador retriever. At the first visit, the patient presented with an appendicular OSA as the primary lesion. About 10 months later, the dog developed HO due to a single pulmonary metastasis. Using these primary and metastatic samples from the same dog, as well as normal canine osteoblasts, we investigated the gene expression profiling using the NanoString nCounter® Canine IO panel. A total of 180 differentially expressed genes were identified between malignant OSA cells and non-malignant canine osteoblasts. Furthermore, 5 genes (CCL17, VEGFC, C3, C4BPA, and FOS) were differentially expressed in comparison between primary and metastatic OSA samples. CCL17 and VEGFC were upregulated in the primary lesion compared to the metastatic lesion, while C3, C4BPA, and FOS were downregulated in the primary lesion relative to the metastatic lesion. Given that the metastatic lesion was relevant to the development of HO, the different gene expression profiles may be relevant to understanding the pathophysiology of HO.
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 | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,004 |
| Intégrité de la recherche | 0,000 | 0,004 |
| 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 ».