A novel multigene panel (Sig27) robustly predicts poor prognosis of renal cell carcinoma via high-level associations with immunosuppressive features
Notice bibliographique
Résumé
BACKGROUND: We investigated a 27-gene panel (Sig27), derived from prostate cancer, for risk stratification of RCC (clear cell RCC/ccRCC, papillary RCC/pRCC, and chromophobe RCC/chRCC). METHODS: Sig27 gene expressions were examined in 960 RCC and 201 kidney tissues. Sig27 was evaluated for predicting overall survival (OS), association with immune checkpoints (IC), regulatory T cells (Tregs), myeloid-derived suppressor cells (MDSC), and tumor-associated macrophages (TAM) in RCC. RESULTS: Sig27 robustly predicts OS of ccRCC, pRCC, and chRCC. Sig27 stratifies high-risk ccRCCs: median survival month (MSM) 19.3 and 80.4% of deaths and high-risk pRCCs (MSM 19.6 and 58.6% of death) compared to low-risk ccRCCs (2.9% of death) and pRCCs (2.7% of fatality). Sig27 contains several novel genes related to the RCC immunosuppressive features. FPR3, NOD2, MCTP1, LAMP3, TFEC, and FAM65B are highly correlated with MDSC, Treg, TAM and multiple (≥12) ICs in RCCs. FPR3 and NOD2 are pattern recognition receptors and initiate proinflammatory responses via sensing pathogen-associated molecular patterns and damage-associated molecular patterns; their upregulations may contribute to chronic inflammation in RCC. The Sig27 metagene is expressed in ccRCC-associated immune cells: exhausted CD8T cells, TAM, Treg, and others. CONCLUSIONS: Sig27 is a novel and effective pan-RCC biomarker with high-level associations with RCC immunosuppressive features.
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 ».