HMGA2 Expression Predicts Subtype, Survival, and Treatment Outcome in Pancreatic Ductal Adenocarcinoma
Notice bibliographique
Résumé
PURPOSE: The purpose of this study was to establish HMGA2 as a marker of basal-like disease in pancreatic ductal adenocarcinoma (PDAC) and explore its use as a biomarker for prognosis and treatment resistance. EXPERIMENTAL DESIGN: We identified high-mobility group A2 (HMGA2) protein expression in basal PDAC cells in a single-cell RNA sequencing (RNA-seq) atlas of 172 patient samples. We then analyzed HMGA2 expression, along with expression of the classic marker GATA-binding factor 6 (GATA6), in a cohort of 580 PDAC samples with multiplex IHC. We further supplemented these data with an additional 30 diverse patient samples and multiple independent single-cell RNA-seq databases. RESULTS: We found that expression of HMGA2, but not previously described basal markers cytokeratins 5 or 17, predicted overall survival in our cohort. Combining HMGA2 and GATA6 statuses allowed for the identification of two key study groups: an HMGA2+/GATA6- cohort with worse survival, low tumor-infiltrating CD8+ T cells, increased FAP+ fibroblasts, and poorer response to gemcitabine-based chemotherapies (n = 94, median survival = 11.2 months after surgery) and an HMGA2-/GATA6+ cohort with improved survival, increased CD8+ T-cell infiltrate, decreased FAP+ fibroblasts, and improved survival with gemcitabine-based chemotherapy (n = 198, median survival = 21.7 months after surgery). HMGA2 was also prognostic for overall survival in RNA-seq from an independent cohort. CONCLUSIONS: IHC stratification of primary tumors by HMGA2 and GATA6 statuses in pancreatic cancer is associated with differential outcomes, survival following chemotherapy, and tumor microenvironments. As a nuclear marker for basal disease, HMGA2 complements GATA6 to identify disease subtypes in PDAC.
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 | 0,000 |
| 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 ».