Een abonnement op JoVE is vereist om deze inhoud te bekijken. Log in of start vandaag met uw gratis proefperiode.
Onderzoeksartikel
Deze studie evalueert de expressie van YTHDC2 in niet-kleincellige longkanker met behulp van bio-informatica en qRT-PCR. Hoewel databaseanalyses wijzen op downregulatie en prognostische relevantie, toont klinische validatie geen significant verschil aan. De bevindingen benadrukken inconsistenties, wat duidt op een beperkte diagnostische nauwkeurigheid en de noodzaak voor verdere validatie vóór klinische toepassing.
Niet-kleincellig longcarcinoom (NSCLC) blijft wereldwijd een belangrijke oorzaak van kankergerelateerde mortaliteit, waarbij slechts beperkte biomarkers beschikbaar zijn voor vroege diagnose en prognose. De N6-methyladenosine (m6A) RNA-modificatie en de bijbehorende reader-eiwitten, zoals YTHDC2, spelen een cruciale rol bij genregulatie en tumorigenese. Deze studie beoogt het expressieprofiel van YTHDC2 in NSCLC-weefsels te evalueren middels bio-informatica en kwantitatieve real-time PCR (qRT-PCR), de relatie tussen YTHDC2 en clinicopathologische kenmerken te beoordelen en de potentiële klinische en biologische relevantie voor toekomstig onderzoek te verkennen. Genexpressie- en overlevingsgegevens uit databases werden geanalyseerd op prognostische nauwkeurigheid. De expressie van YTHDC2 werd gekwantificeerd in NSCLC-weefsels binnen een Chinese klinische cohort en de clinicopathologische kenmerken werden geanalyseerd. Analyses van publieke databases toonden aan dat YTHDC2 downgereguleerd was in NSCLC-weefsels (p < 0,05) en geassocieerd was met de overleving van patiënten, hoewel de prognostische prestatie gering was (AUC ≈ 0,5). qRT-PCR-analyse van 19 gepaarde tumor- en aangrenzende normale weefsels toonde geen statistisch significant verschil (p = 0,537) in YTHDC2-expressie tussen kankercellen en aangrenzende weefsels. In zijn geheel suggereren de analyses van publieke databases dat YTHDC2 mogelijk downgereguleerd is en een potentiële prognostische relevantie heeft bij NSCLC, maar onafhankelijke klinische validatie in onze cohort bevestigde geen significante differentiële expressie. Deze bevindingen benadrukken de aanzienlijke heterogeniteit tussen grootschalige datasets en real-world cohorts, wat aangeeft dat YTHDC2 waarschijnlijk niet als betrouwbare op zichzelf staande diagnostische of prognostische biomarker kan dienen en mogelijk integratie met aanvullende moleculaire markers vereist voor klinische toepasbaarheid.
Niet-kleincellige longkanker (NSCLC), waaronder plaveiselcelcarcinoom en adenocarcinoom vallen, is de meest gediagnosticeerde vorm van longkanker en een belangrijke oorzaak van kankersterfte wereldwijd1. Mondiale kankerstatistieken tonen aan dat longkanker een van de belangrijkste oorzaken is van sterfte door kanker2. Recente ontwikkelingen in diagnostiek, chirurgie, radiotherapie en moleculaire doelgerichte therapie hebben de prognose van NSCLC niet significant verbeterd, omdat de primaire diagnose vaak in een laat stadium wordt gesteld en de ziekte in de vroege stadia vaak asymptomatisch is3. Dit onderstreept de noodzaak van nieuwe biomarkers om NSCLC-patiënten te identificeren, de prognose te bepalen en de effectiviteit van de behandeling te beoordelen.
m6A is de eerste geïdentificeerde en meest voorkomende RNA-modificatie in eukaryoten en is betrokken bij RNA-stabiliteit, translatie en transcriptie4. m6A-modificaties zijn dynamisch en omkeerbaar, gefaciliteerd door methyltransferases (writers), demethylases (erasers) en specifieke bindeiwitten (readers)5. Hiervan moduleert YTHDC2, een belangrijk m6A-reader-eiwit, de RNA-stabiliteit en de translatiesnelheid6. Recente studies geven aan dat YTHDC2 betrokken is bij de regulatie van meerdere kankertypen, hetzij door celgroei en invasie te onderdrukken, of door celdood te induceren7. Onderzoeken hebben ook de klinische relevantie van andere m6A-reader-eiwitten, waaronder YTHDF1, YTHDF2 en YTHDC1, benadrukt bij de progressie van longkanker, immuunregulatie en prognose, wat het belang onderstreept van het systematisch evalueren van individuele m6A-readers in onafhankelijke patiëntcohorten8,9,10. Bij NSCLC zijn er significant lage niveaus van YTHDC2, wat geassocieerd is met hoge tumorstadia, lymfekliermetastasen en een slechte prognose voor patiënten, wat erop wijst dat het een anti-tumorfactor zou kunnen zijn11. In vitro- en in vivo-experimenten tonen ook aan dat een hoge expressie van YTHDC2 celproliferatie en metastase bij longkanker remt7.
In deze studie werd de regulatie van YTHDC2 in NSCLC onderzocht via geïntegreerde computationele analyses en experimentele validatie via qRT-PCR. Ook de relatie tussen de expressie van YTHDC2 en clinicopathologische kenmerken en de prognose van de patiënt werd onderzocht. Ondanks toenemend bewijs uit openbare databases dat wijst op dysregulatie van YTHDC2 in NSCLC, hebben gepubliceerde studies tegenstrijdige bevindingen gerapporteerd over de omvang en klinische significantie van deze dysregulatie, en onafhankelijke validatie in goed gekarakteriseerde klinische cohorten uit de praktijk, met name in Aziatische populaties, blijft beperkt. Bovendien steunden de meeste eerdere studies hoofdzakelijk op openbare transcriptomische datasets of experimentele modellen, waarbij relatief weinig studies bioinformatische bevindingen integreerden met onafhankelijke klinische validatie. Door grootschalige openbare transcriptomische analyses te combineren met onafhankelijke qRT-PCR-validatie in een Chinese klinische cohort, beoogde deze studie de reproduceerbaarheid van eerdere bevindingen te beoordelen en de translationele kloof tussen analyses van openbare databases en klinische monsters uit de praktijk te overbruggen. Daarom was het doel van deze studie om de expressie van YTHDC2 systematisch te evalueren met behulp van geïntegreerde bioinformatische en klinische validatiebenaderingen, en om de potentiële biologische en klinische relevantie ervan in NSCLC te beoordelen. Er werd verondersteld dat de expressie van YTHDC2 gedysreguleerd is in NSCLC, en dat de integratie van bioinformatische analyses met onafhankelijke klinische validatie een betrouwbaardere beoordeling van de diagnostische en prognostische significantie zou bieden dan beide benaderingen afzonderlijk.
Toegang beperkt. Log in of start een proefperiode om deze inhoud te bekijken.
De studie werd goedgekeurd door de Ethische Commissie van de Hainan Medical University (goedkeuringsnummer HMC1984.24) en was in overeenstemming met de Verklaring van Helsinki (zoals herzien in 2013).
Studiedeelnemers
Er is een studie uitgevoerd onder 50 longkankerpatiënten die tussen 2017 en 2024 werden gediagnosticeerd in het Sanya Central Hospital in de provincie Hainan, waarbij de Chinese Medical Association Clinical Guidelines for the Diagnosis and Treatment of Lung Cancer (2024 editie) werden gehanteerd. De CSCO-stadiëring (2024) werd afgestemd op de AJCC 8e editie voor vergelijkbaarheid tussen studies, zoals gevalideerd in Chinese cohorten12, waarbij twee onafhankelijke oncologische beoordelingen werden uitgevoerd om consistentie te waarborgen. Het proces van patiëntselectie, de beschikbaarheid van weefsel, de beoordeling van de RNA-kwaliteit en de uiteindelijke inclusie van monsters voor qRT-PCR-analyse zijn samengevat in Figuur 1.
Studiegegevens
In deze studie werd bio-informatica gebruikt om de expressieniveaus van YTHDC2 in NSCLC en de relatie daarvan met clinicopathologische kenmerken te analyseren, wat inzicht biedt in potentiële mechanismen. De bio-informatische analyses werden uitsluitend uitgevoerd met gebruik van publiek toegankelijke RNA-sequencinggegevens van The Cancer Genome Atlas (TCGA), inclusief longadenocarcinoom (LUAD), plaveiselcelcarcinoom van de long (LUSC) en overeenkomstige normale longweefselmonsters die zijn gedownload via het GDC Data Portal (https://portal.gdc.cancer.gov/). De gedownloade dataset bevatte RNA-sequencing expressiegegevens samen met beschikbare klinische variabelen (patiënt-identifier, monster-identifier, leeftijd, geslacht, pathologisch stadium, overlevingsstatus en totale overlevingstijd) voor in aanmerking komende TCGA-LUAD en TCGA-LUSC gevallen. Monsters waarvoor geen genexpressie- of overlevingsinformatie beschikbaar was, werden uitgesloten van de daaropvolgende overlevings- en ROC-analyses. De in deze studie gebruikte dataset is opgenomen als Supplementary File 1. Voor de bio-informatische analyses zijn geen klinische monsters gebruikt die in het Sanya Central Hospital zijn verzameld. Gedetailleerde procedures voor de GEPIA-, Kaplan–Meier Plotter- en survivalROC-analyses worden beschreven in de onderstaande sectie Bio-informatische analyse. De volledige bio-informatische workflow, inclusief data-acquisitie, preprocessing, genexpressieanalyse, overlevingsanalyse en ROC-analyse, is samengevat in Figuur 2.
Inclusie- en exclusiecriteria
De in- en uitsluitingscriteria van de patiënten worden gepresenteerd in Tabel 1. Een poweranalyse met behulp van software voor statistische poweranalyse bepaalde dat ten minste 26 gevallen per groep een power van 80% zouden bieden om een matige effectgrootte te detecteren (d = 0.8, α = 0.05, tweezijdig). Hoewel de initiële werving gericht was op 50 paren in de longkankergroep, omvatte de uiteindelijke qRT-PCR analyse 30 tumorstalen en 19 stalen van aangrenzend normaal weefsel na uitsluiting op basis van weefsel- of RNA-kwaliteit. Deze afname in steekproefomvang weerspiegelt klinische beperkingen in de praktijk en benadrukt het belang van RNA-integriteit en weefselbeschikbaarheid in translationele studies. Bij n = 19 voor vergelijkingen is de minimaal detecteerbare effectgrootte d = 1.0 (80% power, α = 0.05). Hiermee was het experiment voldoende gepowered om grote, maar geen kleine tot matige verschillen in de expressie van YTHDC2 te detecteren.
Weefselmonsters en kwantitatieve real-time PCR (qRT-PCR)
De pathologische diagnoses werden in een dubbelblind onderzoek vastgesteld door twee verschillende pathologen. De tumorzuiverheid werd geschat door pathologen (>70% maligne cellen) en bevestigd via ESTIMATE (TCGA). Aanliggend normaal weefsel werd macro-gedissecteerd om stromale contaminatie te minimaliseren. De histologische typen longkanker omvatten longadenocarcinoom en plaveiselcelcarcinoom, met 26 gevallen van longadenocarcinoom en 4 gevallen van plaveiselcelcarcinoom. De klinische stadiëring van de 50 longkankerpatiënten werd uitgevoerd volgens de stadiëringscriteria zoals beschreven in de “Chinese Medical Association Clinical Guidelines for Lung Cancer (2024 Edition)”. Pathologisch bevestigde NSCLC-monsters (n = 50) waren representatief voor de typische klinische distributies (zie Tabel 2). Van de 50 aanvankelijk opgenomen patiënten voldeden 30 tumorweefselmonsters en 19 bijbehorende monsters van aanliggend normaal weefsel aan de RNA-kwaliteitscriteria. Omdat gepaarde statistische analyse matchende monsters van dezelfde patiënt vereist, werd de vergelijking van de expressie in tumorweefsel versus aanliggend normaal weefsel uitgevoerd met de 19 beschikbare matchende paren. Deze klinische monsters werden uitsluitend gebruikt voor experimentele validatie via qRT-PCR en werden onafhankelijk geanalyseerd van de publieke TCGA-datasets die werden gebruikt voor de bioinformatische analyse. Deze geselecteerde monsters werden direct na pathologische bevestiging verwerkt en gehanteerd onder RNase-vrije omstandigheden voorafgaand aan de RNA-extractie. Deze subset weerspiegelt de gevallen waarin zowel een adequate weefselhoeveelheid als hoogwaardig totaal RNA (RNA integrity number, RIN >7.0) verkregen konden worden. De concentratie en zuiverheid van het totaal RNA werden gemeten vóór de reverse transcriptie, en alleen monsters met een adequate RNA-kwaliteit (RIN >7.0) werden opgenomen voor downstream analyse. Gelijke hoeveelheden totaal RNA werden reverse-getranscribeerd naar complementair DNA (cDNA) volgens het protocol van de fabrikant voorafgaand aan de kwantitatieve PCR. Dit proces waarborgde de validiteit van de geanalyseerde genexpressiedata. De qRT-PCR-experimenten werden uitgevoerd op een real-time PCR thermocycler met behulp van een probe-gebaseerde kwantitatieve PCR-assay. Alle reacties werden in triplikaat uitgevoerd, samen met no-template controls om de analytische reproduceerbaarheid te garanderen. PCR-amplificatie werd uitgevoerd onder de volgende cycleringscondities: een initiële enzymactivatie/-denaturatiestap bij 95°C gedurende 10 min, gevolgd door 40 cycli van denaturatie bij 95°C gedurende 15 s en annealing/extensie bij 60°C gedurende 60 s. Fluorescentiesignalen werden verzameld aan het einde van elke amplificatiecyclus. Alle reagentia en verbruiksartikelen werden betrokken van commerciële leveranciers (zie Tabel van Materialen). De primer- en probe-sequenties gebruikt in qRT-PCR zijn opgenomen in Tabel 3.
Bioinformatica-analyse
GEPIA-databaseanalyse van YTHDC2-genexpressie
De GEPIA-database werd gebruikt om de expressie van YTHDC2 in NSCLC te analyseren. De GEPIA-webserver (http://gepia.cancer-pku.cn/) werd via een webbrowser benaderd. De module Expression DIY werd geselecteerd, het gensymbool "YTHDC2" werd ingevoerd, de LUAD- en LUSC-datasets werden geselecteerd, de standaard normalisatieparameters werden behouden en boxplots van de differentiële expressie werden direct via de GEPIA-interface gegenereerd. Statistische significantie werd gedefinieerd als p < 0,05.
Kaplan-Meier plotter database voor overlevingsanalyse van longkankerpatiënten
In deze studie werd de relatie tussen de expressie van YTHDC2 en de prognose bij longkankerpatiënten geanalyseerd met behulp van de Kaplan-Meier Plotter-database. De dataset voor longkanker werd geselecteerd, het gensymbool "YTHDC2" werd ingevoerd, de automatisch geselecteerde optie voor de beste afkapwaarde (best cutoff) werd toegepast, en Kaplan-Meier-curves voor de algehele overleving en de overleving na progressie werden gegenereerd met de standaardanalyse-instellingen. Patiënten werden automatisch gestratificeerd in groepen met een hoge en lage expressie op basis van de optimale afkapwaarde zoals bepaald door het Kaplan-Meier Plotter-platform, en hazard ratio's met de bijbehorende 95% betrouwbaarheidsintervallen werden gegenereerd met de standaardinstellingen van het platform.
Het uitvoeren van R-pakketten in R-software voor het plotten van ROC-curves
RNA-sequencing expressiedata en de bijbehorende klinische metadata voor in aanmerking komende TCGA-LUAD en TCGA-LUSC gevallen werden gedownload van het GDC Data Portal. De gedownloade datasets werden samengevoegd op basis van de patiëntidentificatie en geïmporteerd in R voor verdere analyses. Het survivalROC-pakket werd gebruikt om tijdsafhankelijke ROC-curven te genereren voor voorspellingsmomenten van 1, 3 en 5 jaar, en de bijbehorende area under the curve (AUC) waarden werden berekend om de prognostische prestatie van YTHDC2-expressie te evalueren. Alleen TCGA-LUAD en TCGA-LUSC patiënten met beschikbare RNA-seq expressie- en overlevingsinformatie werden opgenomen in de survival ROC-analyse. De lokale klinische cohort werd niet gebruikt voor overlevingsvoorspelling omdat langetermijnfollow-upgegevens niet beschikbaar waren.
Tissue-expressie van YTHDC2 via qRT-PCR
Om de genexpressieniveaus te analyseren, werd qRT-PCR uitgevoerd. Gelijke volumes cDNA werden aan elke reactie toegevoegd volgens de door de fabrikant aanbevolen reactiecondities. Amplificatie werd uitgevoerd met behulp van een probe-gebaseerde kwantitatieve PCR-assay, en fluorescentiegegevens werden automatisch verzameld aan het einde van elke amplificatiecyclus. Kort samengevat bestond het RNA-extractieproces uit verschillende stappen, waaronder monsterpreparatie, deparaffinisatie, verwijdering van resterende vloeistof, digestie met proteinase K, incubatie, centrifugatie, DNase-behandeling, toevoeging van DNase I en ethanolprecipitatie. Het monster werd vervolgens gebonden aan een silica-gebaseerde RNA-zuiveringskolom en gecentrifugeerd bij 8,000 × g gedurende 30 s. De kolom werd vervolgens gewassen met wasbuffer 1, wasbuffer 2 en wasbuffer 2 verdund met ethanol, en gedroogd bij 13,000 × g gedurende 2 min. Het RNA werd vervolgens geëlueerd door 70 µL RNase-vrij water toe te voegen aan het centrum van het kolommembraan, gevolgd door centrifugatie bij 13,000 × g gedurende 1 min. Elk primerpaar vertoonde een enkel amplificatieproduct, wat werd bevestigd door smeltkrompanalyse voordat de relatieve genexpressie werd berekend. De primerefficiëntie (90–110%) werd gevalideerd met behulp van standaardcurves voorafgaand aan de monsteranalyse. Smeltkrompanalyses bevestigden de aanwezigheid van enkelvoudige ampliconen en de afwezigheid van primerdimeren. De relatieve YTHDC2-expressie werd berekend met de 2-ΔCt-methode, waarbij Ct-waarden werden genormaliseerd ten opzichte van het endogene referentiegen GAPDH. Omdat expressiewaarden werden gepresenteerd als genormaliseerde expressieniveaus in plaats van fold-changes ten opzichte van een kalibratiemonster, worden de resultaten gerapporteerd als 2−ΔCt-waarden. GAPDH werd geselecteerd als housekeepinggen omdat de expressie ervan een minimale variabiliteit vertoonde (CV < 5%) vergeleken met de geteste alternatieven (ACTB, CV = 12%; 18S rRNA, CV = 18%), wat consistent is met de selectiecriteria voor referentiegenen in m6A-studies.
Statistische analyse
Statistische analyses werden uitgevoerd met behulp van statistische software, inclusief het maken van grafieken en schema's. Om kwantitatieve en categorische gegevens over de expressie van het YTHDC2-gen bij NSCLC-patiënten te analyseren, werd R-software gebruikt voor bio-informatica-analyses en het genereren van ROC-curves. ROC-curves en de AUC werden gebruikt om de diagnostische prestaties van de YTHDC2-expressie bij het voorspellen van overleving te evalueren. Voor regressiegebaseerde analyses werden, waar van toepassing, effectschattingen (odds ratio's) met de bijbehorende 95% betrouwbaarheidsintervallen gerapporteerd. De Wilcoxon signed-rank test werd gebruikt om de YTHDC2-expressie tussen gepaarde tumor- en aangrenzende normale weefselmonsters te vergelijken, terwijl Pearson-correlatieanalyse werd gebruikt om het verband tussen de YTHDC2-expressie en clinicopathologische kenmerken te beoordelen. Correlatiecoëfficiënten (r) en de bijbehorende p-waarden werden gerapporteerd. Omdat de qRT-PCR-gegevens bestonden uit gepaarde tumor- en aangrenzende normale weefselmonsters van dezelfde patiënten en de genexpressiegegevens niet normaal verdeeld waren, werd de Wilcoxon signed-rank test gebruikt om de YTHDC2-expressieniveaus tussen gepaarde weefsels te vergelijken. Deze test gaat niet uit van een normale verdeling van de gegevens en wordt veelvuldig gebruikt voor scheve biologische data. Alle statistische tests waren tweezijdig, en p <0,05 werd beschouwd als statistisch significant. Continue variabelen werden vóór de analyse getoetst op normaliteit. Continue variabelen worden gepresenteerd als gemiddelde ± standaarddeviatie of mediaan (interkwartielafstand), naar gelang de situatie.
Toegang beperkt. Log in of start een proefperiode om deze inhoud te bekijken.
Expressie van het YTHDC2-gen in tumoren op basis van de TCGA-database
Figuur 3 illustreert de associatie tussen NSCLC en YTHDC2 door de expressieniveaus van YTHDC2 in verschillende kankersoorten te onderzoeken met behulp van de GDC-tool in de TCGA-database.
Expressie van het YTHDC2-gen in NSCLC in de GEPIA-database
483 weefselmonsters van longadenocarcinoom, 347 monsters van ...
Toegang beperkt. Log in of start een proefperiode om deze inhoud te bekijken.
YTHDC2, het grootste N6-methyladenosine (m6A) bindende eiwit in de YTH-familie, is uniek vanwege zijn ATP-afhankelijke RNA-helicase-activiteit, wat het onderscheidt als een belangrijke regulator van het RNA-metabolisme13. In tegenstelling tot andere leden van de YTH-familie komt YTHDC2 voor in zowel de nucleus als het cytoplasma, waar het de mRNA-translatie en RNA-stabiliteit reguleert14. Eerdere experimentele studies hebben aangetoond dat YTHDC2 de progressie van longadeno...
Toegang beperkt. Log in of start een proefperiode om deze inhoud te bekijken.
De auteurs hebben geen relevante financiële of niet-financiële belangen te melden.
Deze studie werd ondersteund door de Hainan Provincial Natural Science Foundation (No. 821RC735).
Toegang beperkt. Log in of start een proefperiode om deze inhoud te bekijken.
| Naam | Bedrijf | Catalogusnummer | Opmerkingen |
|---|---|---|---|
| Aangepaste Primers en Probes | Sangon Biotech Co., Ltd., Shanghai, China | Aangepaste synthese | Primer- en probesequenties vermeld in Tabel 6 |
| DNase I | Magen Biotechnology Co., Ltd., Guangzhou, China | DNase I (HiPure FFPE RNA Kit) | Verwijdering van genomisch DNA-contaminatie |
| ESTIMATE-algoritme | Yoshihara et al. | R-pakket (Versie 1.0.13) | Schatting van tumorzuiverheid |
| FFPE RNA Extractie Kit | Magen Biotechnology Co., Ltd., Guangzhou, China | HiPure FFPE RNA Kit (R4130-02) | RNA-extractie uit FFPE-weefsel |
| GDC Data Portal | National Cancer Institute (NCI), NIH, USA | https://portal.gdc.cancer.gov | Downloaden van TCGA-datasets |
| GEPIA webserver | Peking University, China | http://gepia.cancer-pku.cn | Genexpressieanalyse |
| Kaplan–Meier Plotter | Semmelweis University, Hongarije | https://kmplot.com | Overlevingsanalyse |
| Microcentrifuge | Eppendorf AG, Hamburg, Duitsland | 5424 R | RNA-zuiveringsprocedures |
| NanoDrop Spectrofotometer | Thermo Fisher Scientific, Waltham, MA, USA | NanoDrop 2000/2000c | RNA-kwantificering |
| Probe-gebaseerde qPCR Master Mix | Thermo Fisher Scientific, Waltham, MA, USA | TaqMan Universal PCR Master Mix II (4440040) | Kwantitatieve PCR-amplificatie |
| R Statistische Software | R Foundation for Statistical Computing, Wenen, Oostenrijk | Versie 4.4.1 | Statistische analyses en ROC-analyse |
| Real-time PCR Systeem | Bio-Rad Laboratories, Hercules, CA, USA | CFX Opus 96 | Kwantitatieve real-time PCR |
| Reverse Transcriptie Kit | Thermo Fisher Scientific, Waltham, MA, USA | RevertAid First Strand cDNA Synthesis Kit (K1622) | cDNA-synthese |
| RNA-zuiveringskolom | Magen Biotechnology Co., Ltd., Guangzhou, China | HiPure Mini Column I | Silica-membraan RNA-zuiveringskolom |
| RNase-vrij Water | Magen Biotechnology Co., Ltd., Guangzhou, China | RNase-vrij Water | RNA-elutie |
| SPSS Statistics | IBM Corp., Armonk, NY, USA | IBM SPSS Statistics Versie 27.0 | Statistische analyses |
| survivalROC-pakket | CRAN (R Foundation for Statistical Computing) | Versie 1.0.3.1 | Tijdsafhankelijke ROC-analyse |
| TCGA-database | National Cancer Institute (NCI), NIH, USA | https://portal.gdc.cancer.gov | Publieke database voor kankorgenomica |
| Wasbuffer RW1 | Magen Biotechnology Co., Ltd., Guangzhou, China | Buffer RW1 | Wasbuffer voor RNA-zuivering |
| Wasbuffer RW2 | Magen Biotechnology Co., Ltd., Guangzhou, China | Buffer RW2 | Wasbuffer voor RNA-zuivering |
Toegang beperkt. Log in of start een proefperiode om deze inhoud te bekijken.