Expressão do gene KDM3A em tumores adrenocorticais pediátricos e avaliação do efeito da sua modulação in vitro e in vivo
Bibliographic record
Abstract
Tumores adrenocorticais (TACs) são neoplasias que acometem as glândulas suprarrenais e possuem incidência rara no mundo, porém com maior frequência no Brasil. O pico de incidência ocorre em crianças até 5 anos de idade e em adultos entre 50 e 60 anos, e o principal fator de predisposição a esse tumor, é a mutação TP53:p.R337H. Na região sudeste do Brasil a sobrevida global média é 76,7%, variando de acordo com o estádio do tumor. Os sinais clínicos mais característicos apresentados por pacientes pediátricos são a síndrome virilizante ou hiperandrogenismo. A primeira e mais indicada abordagem terapêutica para TAC é a cirurgia ressectiva, seguida ou não de tratamento farmacológico, como quimioterapia ou mitotano, único fármaco adrenolítico comercialmente disponível. Contudo, esses tratamentos possuem baixa eficácia e provocam um grande número de efeitos colaterais. Levando em conta a necessidade de identificação de novas vias moleculares envolvidas nesta doença e possíveis alvos terapêuticos, foi identificado, por análises in silico de dados de RNA-seq, a hiperexpressão do gene KDM3A em TAC e sua relação com pior prognóstico. KDM3A é uma enzima desmetilase que atua modelagem de histonas e na ativação de vias inibidas pela presença de grupos metis, como vias carcinogênicas. Diversos estudos relacionaram a hiperexpressão desse gene com a ocorrência e pior prognóstico em outros tumores, tanto adultos, quanto pediátricos. Considerando as importantes associações entre KDM3A e processos de tumorigênese e metástase, essa proteína se apresenta como um alvo promissor na terapia oncológica. Nessa perspectiva, o objetivo deste trabalho é analisar a expressão de KDM3A em amostras de TAC pediátrico e avaliar a modulação desse gene, por silenciamento e inibição farmacológica in vitro e in vivo.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.000 | 0.000 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.000 | 0.001 |
| Science and technology studies | 0.000 | 0.000 |
| Scholarly communication | 0.001 | 0.000 |
| Open science | 0.000 | 0.000 |
| Research integrity | 0.000 | 0.000 |
| Insufficient payload (model declined to judge) | 0.002 | 0.001 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".