Identification of genomic signatures in circulating tumor cells from breast cancer
Notice bibliographique
Résumé
Levels of circulating tumor cells (CTCs) in blood have prognostic value in early and metastatic breast cancer. CTCs also show varying degrees of concordance with molecular markers of primary tumors they originate from. It is expected that individual cells reflect the heterogeneity and evolution of tumor cells as they acquire new functions and differential responses to chemotherapy. However, a degree of commonality is also plausible, highlighting alterations that allow tumor cells to perform CTC-defining activities such as invasion and intravasation. Using a matched tumor-normal approach, we performed high-resolution copy number profiling of CTCs from breast cancer to identify occult changes occurring during progression to metastasis. We identified a signature of recurrent gain in CTCs, consisting of 90 minimal common regions (MCRs) of copy number gain. These were predominantly found across chromosome 19 and were identified at low frequencies (3-4%) in 787 primary breast carcinomas examined. CTC genomic signatures clustered into two groups independent of subtype: a dormancy-related signature with 16 MCRs (AKT2, PTEN, CADM2); and a tumor-aggressiveness related signature with 358 MCRs (ANGPTL4, BSG, MIR-373). There were two MCRs in common between the groups on 19q13 and 21q21, containing genes involved in resistance to anoikis, TGFβ-signaling and metastasis (TFF3, LTBP4, NUMBL). Furthermore, a region harboring the ERBB2 gene was gained in a majority of patients. Regions 20q13 and 15q24 were associated with distant metastasis. The distinctiveness of CTC signatures highlights cell populations with different functional or metastatic potential. Such novel targets could help to specifically identify and block dissemination.
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.
Comment cette classification a été obtenuedéplier
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) | 0,001 | 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».