Changes in the tumour microenvironment mark the transition from serous borderline tumour to low‐grade serous carcinoma
Notice bibliographique
Résumé
Abstract Low‐grade serous ovarian carcinoma (LGSC) is a rare and lethal subtype of ovarian cancer. LGSC is pathologically, biologically, and clinically distinct from the more common high‐grade serous ovarian carcinoma (HGSC). LGSC arises from serous borderline ovarian tumours (SBTs). The mechanism of transformation for SBTs to LGSC remains poorly understood. To better understand the biology of LGSC, we performed whole proteome profiling of formalin‐fixed, paraffin‐embedded tissue blocks of LGSC ( n = 11), HGSC ( n = 19), and SBTs ( n = 26). We identified that the whole proteome is able to distinguish between histotypes of the ovarian epithelial tumours. Proteins associated with the tumour microenvironment were differentially expressed between LGSC and SBTs. Fibroblast activation protein (FAP), a protein expressed in cancer‐associated fibroblasts, is the most differentially abundant protein in LGSC compared with SBT. Multiplex immunohistochemistry (IHC) for immune markers (CD20, CD79a, CD3, CD8, and CD68) was performed to determine the presence of B cells, T cells, and macrophages. The LGSC FAP + stroma was associated with greater abundance of Tregs and M2 macrophages, features not present in SBTs. Our proteomics cohort reveals that there are changes in the tumour microenvironment in LGSC compared with its putative precursor lesion, SBT. These changes suggest that the tumour microenvironment provides a supportive environment for LGSC tumourigenesis and progression. Thus, targeting the tumour microenvironment of LGSC may be a viable therapeutic strategy. © 2024 The Pathological Society of Great Britain and Ireland.
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) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 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 | 0,001 |
| 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 ».