Molecular Classification Based on the Gene Expression Profiles in Canine Histiocytic Sarcoma Cells
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
The molecular abnormalities of canine histiocytic sarcoma (CHS) remain to be elucidated. We previously revealed that the sensitivities to dasatinib and trametinib were significantly various among CHS cell lines, indicating the differences in underlying molecular abnormalities. In the present study, we performed RNA sequencing analysis using 11 CHS cell lines to investigate molecular classifications based on the gene expression profiles (GEPs). The clustering analysis showed that CHS cell lines were divided into two distinct clusters. The comparisons of GEPs between the clusters extracted 675 differentially expressed genes (DEGs), and these DEGs were enriched with those related to the regulations of inflammatory responses. Among these DEGs, differences in the expressions of CCL3, CCL4, CCL7, CLEC7A, and TLR4 genes between the two groups were confirmed by RT-qPCR. Since no significant difference in the activation status of Akt and ERK pathways was observed between the two groups, the NF-κB pathway was focused on and its activation status was examined in the cell lines. As a result, cell lines belonging to one cluster showed nuclear translocation of the p65 protein together with increased release of CCL5 protein, which is a target molecule of the NF-κB pathway, in a cell culture supernatant. These results suggested that the molecular pathology of CHS cells might be divided into two categories depending on the activation status of the NF-κB pathway, and it is necessary to establish precision medicine for each molecular subtype of CHS.
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