清晨好,您是今天最早来到科研通的研友!由于当前在线用户较少,发布求助请尽量完整地填写文献信息,科研通机器人24小时在线,伴您科研之路漫漫前行!

DNA methylation marker to estimate ovarian cancer cell fraction

卵巢癌 DNA甲基化 甲基化 生物 癌症 浆液性液体 癌症研究 分子生物学 基因 肿瘤科 遗传学 医学 基因表达 生物化学
作者
Takahiro Ebata,Satoshi Yamashita,Hideyuki Takeshima,Hiroshi Yoshida,Yoshimasa Kawata,Nao Kino,Toshiharu Yasugi,Yasuhisa Terao,Kan Yonemori,Tomoyasu Kato,Toshikazu Ushijima
出处
期刊:Medical Oncology [Springer Science+Business Media]
卷期号:39 (5) 被引量:5
标识
DOI:10.1007/s12032-022-01679-y
摘要

Evaluation of a cancer cell fraction is important for accurate molecular analysis, and pathological analysis is the gold standard for evaluation. Despite the potential convenience, no established molecular markers for evaluation are available. In this study, we aimed to identify ovarian cancer cell fraction markers using DNA methylation highly specific to ovarian cancer cells. Using genome-wide DNA methylation data, we screened candidate marker genes methylated in 30 ovarian cancer FFPE samples and 12 high-grade serous ovarian cancer cell lines, and unmethylated in two female leucocytes and two normal fallopian epithelial cell samples. Methylation levels of two genes, SIM1, and ZNF154, showed high correlation with pathological cancer cell fractions among the 30 ovarian cancer FFPE samples (R = 0.61 for SIM1, 0.71 for ZNF154). For cost-effective analysis of FFPE samples, pyrosequencing primers were designed, and successfully established for SIM1 and ZNF154. Correlation between a pathological cancer cell fraction and methylation levels obtained by pyrosequencing was confirmed to be high (R = 0.53 for SIM1, 0.64 for ZNF154). Finally, an independent validation cohort of 29 ovarian cancer FFPE samples was analyzed. ZNF154 methylation showed a high correlation with the pathological cancer cell fraction (R = 0.77, P < 0.0001). Therefore, the ZNF154 methylation level was considered to be useful for the estimation of ovarian cancer cell fraction, and is expected to help accurate molecular analysis.
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
zj完成签到 ,获得积分10
2秒前
Leo完成签到 ,获得积分10
6秒前
超男完成签到 ,获得积分10
26秒前
cdercder应助Vika采纳,获得10
33秒前
cdercder应助Vika采纳,获得10
45秒前
GQ完成签到,获得积分10
50秒前
嘻嘻哈哈应助Vika采纳,获得10
57秒前
嘻嘻哈哈应助Vika采纳,获得10
1分钟前
1分钟前
QMs发布了新的文献求助10
1分钟前
嘻嘻哈哈应助Vika采纳,获得10
1分钟前
QMs完成签到,获得积分20
1分钟前
Orange应助Vika采纳,获得10
1分钟前
纪靖雁完成签到 ,获得积分10
2分钟前
慧子完成签到 ,获得积分10
2分钟前
Xcd完成签到 ,获得积分10
2分钟前
舒服的月饼完成签到 ,获得积分10
2分钟前
orixero应助科研通管家采纳,获得10
3分钟前
CodeCraft应助科研通管家采纳,获得10
3分钟前
3分钟前
cdercder应助Marusia采纳,获得10
3分钟前
嘻嘻哈哈应助Marusia采纳,获得10
3分钟前
嘻嘻哈哈应助Marusia采纳,获得10
3分钟前
李健的小迷弟应助Marusia采纳,获得10
4分钟前
风中青亦完成签到 ,获得积分10
4分钟前
矢思然完成签到,获得积分10
4分钟前
4分钟前
4分钟前
lee发布了新的文献求助10
4分钟前
5分钟前
5分钟前
5分钟前
lee发布了新的文献求助10
5分钟前
俊逸吐司完成签到 ,获得积分10
5分钟前
45度科研狗完成签到 ,获得积分10
5分钟前
5分钟前
lee发布了新的文献求助10
5分钟前
6分钟前
6分钟前
lee发布了新的文献求助10
6分钟前
高分求助中
(应助此贴封号)【重要!!请各用户(尤其是新用户)详细阅读】【科研通的精品贴汇总】 10000
Matrix Methods in Data Mining and Pattern Recognition Second Edition 510
Practical Process Research and Development 500
Discerning Saints: Moralization of Intrinsic Motivation and Selective Prosociality at Work 500
Handbuch Trainingswissenschaft – Trainingslehre 500
Additive Manufacturing Design and Applications (ASM Handbook, Volume 24A) 500
Exploring Entrepreneurial Psychology Through AI 400
热门求助领域 (近24小时)
化学 材料科学 医学 生物 纳米技术 工程类 有机化学 化学工程 生物化学 计算机科学 内科学 物理 复合材料 催化作用 细胞生物学 无机化学 光电子学 物理化学 电极 基因
热门帖子
关注 科研通微信公众号,转发送积分 7585933
求助须知:如何正确求助?哪些是违规求助? 9164225
关于积分的说明 19612008
捐赠科研通 7166788
什么是DOI,文献DOI怎么找? 3266627
关于科研通互助平台的介绍 2431638
邀请新用户注册赠送积分活动 2258336