MétaCan
Menu
Retour à la cohorte
Enregistrement W4406687228 · doi:10.1158/2767-9764.crc-24-0403

Development of a Microvessel Density Gene Signature and Its Application in Precision Medicine

2025· article· en· W4406687228 sur OpenAlexaff
Megumi Kuronishi, Yoichi Ozawa, Takayuki Kimura, Shuyu Dan Li, Yu Kato

Notice bibliographique

RevueCancer Research Communications · 2025
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueAngiogenesis and VEGF in Cancer
Établissements canadiensNutrasource
Organismes subventionnairesEisai
Mots-clésSignature (topology)Computational biologyComputer scienceBiologyMathematics

Résumé

récupéré en direct d'OpenAlex

ABSTRACT: Combination therapy with antiangiogenic drugs and immune checkpoint inhibitors has shown enhanced clinical activity and has been approved for the treatment of multiple tumor types. Despite extensive research, predictive biomarkers for combination therapy remain poorly understood. Microvessel density (MVD), a surrogate marker for aberrant angiogenesis measured by IHC, has been associated with response to monotherapy with antiangiogenic inhibitors. However, obtaining tumor tissue with a sufficient mass for IHC analysis is not always practical, and IHC-based MVD measurements are unavailable in large public datasets. In this study, we developed an MVD gene score based on RNA sequencing data that reflects MVD by using RNA sequencing and MVD measured by IHC in 12 mouse syngeneic tumor models. We explored the relationship between the MVD gene score and a gene signature, predicting the response to anti–PD-1 therapy in mouse and human tumor datasets. The MVD gene score correlated with the antitumor activity of lenvatinib, a multiple tyrosine kinase inhibitor mainly targeting VEGFRs and FGFRs, in mouse tumor models, and MVD measured by IHC in commercially available human formalin-fixed, paraffin-embedded tumor samples. Tumor types in The Cancer Genome Atlas were classified into four subgroups based on the MVD gene score and T cell–inflamed gene expression profile, which were correlated with clinical indications for treatment. In conclusion, the newly developed MVD gene score enables the estimation of MVD in large public datasets in which IHC data are unavailable and has potential clinical utility together with the T cell–inflamed gene expression profile to characterize tumors of patients for precision medicine. SIGNIFICANCE: A novel gene signature for MVD was developed. This MVD gene score enables the estimation of MVD, reflecting the sensitivity to antiangiogenic inhibitors, in transcriptomic datasets. We demonstrated the utility of the MVD gene score together with a T cell-inflamed gene signature for potential future use as a clinical biomarker.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,135
Score d'incertitude au seuil0,209

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,066
Tête enseignante GPT0,429
Écart entre enseignants0,363 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations2
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCancer Research CommunicationsMême sujetAngiogenesis and VEGF in CancerTravaux en français237 207