Human papilloma virus infection drives unique metabolic and immune profiles in head and neck and cervical cancers: implications for targeted therapies and prognostic markers
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Human papillomavirus (HPV) is a key driver of head and neck squamous cell carcinoma (HNSCC) and cervical squamous cell carcinoma (CESC). Yet, these cancers exhibit distinct molecular and clinical features influenced by HPV status. This study utilizes RNA sequencing data from The Cancer Genome Atlas (TCGA). It employs bioinformatics tools, including DESeq2 for differential gene expression, CIBERSORT for immune profiling, and Kaplan-Meier survival analysis to investigate these differences. Differential expression analysis revealed distinct molecular signatures, with HPV-positive tumors enriched in immune-related pathways such as cytokine-cytokine receptor interactions. In contrast, HPV-negative tumors exhibited upregulation of metabolic pathways, including PPAR signaling. Metaflux analysis further demonstrated contrasting metabolic profiles: HPV-positive tumors showed increased glycolysis and oxidative stress regulation, whereas HPV-negative tumors were characterized by elevated amino acid and nucleotide metabolism. Immune profiling highlighted more significant CD8 + T-cell infiltration in HPV-positive tumors, while HPV-negative tumors were predominantly associated with macrophages, suggesting differing tumor immune environments. Survival analysis identified CXCL11 and STAT1 as potential prognostic biomarkers, with lower expression correlating with poorer survival in both cancers. These findings provide an integrated perspective on the molecular, metabolic, and immune differences associated with HPV status, offering insights into potential therapeutic strategies.
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.
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 | 0,000 | 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 découle