MétaCan
Menu
Retour à la cohorte
Enregistrement W1522860394 · doi:10.1002/hep.26540

Identification of driver genes in hepatocellular carcinoma by exome sequencing

2013· article· en· W1522860394 sur OpenAlexaff
Sean P. Cleary, William R. Jeck, Xiaobei Zhao, Kui Chen, Sara R. Selitsky, Gleb L. Savich, Ting Xu Tan, Michael C. Wu, Gad Getz, Michael S. Lawrence, Joel S. Parker, Jinyu Li, Scott Powers, Hyeja Kim, Sandra E. Fischer, Maha Guindi, Anand Ghanekar, Derek Y. Chiang

Notice bibliographique

RevueHepatology · 2013
Typearticle
Langueen
DomaineMedicine
ThématiqueFerroptosis and cancer prognosis
Établissements canadiensUniversity of TorontoUniversity Health Network
Organismes subventionnairesNational Cancer InstituteNational Institute on AgingNational Institutes of Health
Mots-clésNonsynonymous substitutionExome sequencingBiologyExomeGeneticsGeneHepatocellular carcinomaMutationCancer researchHCCSMethyltransferaseHistoneMethylationGenome

Résumé

récupéré en direct d'OpenAlex

UNLABELLED: Genetic alterations in specific driver genes lead to disruption of cellular pathways and are critical events in the instigation and progression of hepatocellular carcinoma (HCC). As a prerequisite for individualized cancer treatment, we sought to characterize the landscape of recurrent somatic mutations in HCC. We performed whole-exome sequencing on 87 HCCs and matched normal adjacent tissues to an average coverage of 59×. The overall mutation rate was roughly two mutations per Mb, with a median of 45 nonsynonymous mutations that altered the amino acid sequence (range, 2-381). We found recurrent mutations in several genes with high transcript levels: TP53 (18%); CTNNB1 (10%); KEAP1 (8%); C16orf62 (8%); MLL4 (7%); and RAC2 (5%). Significantly affected gene families include the nucleotide-binding domain and leucine-rich repeat-containing family, calcium channel subunits, and histone methyltransferases. In particular, the MLL family of methyltransferases for histone H3 lysine 4 were mutated in 20% of tumors. CONCLUSION: The NFE2L2-KEAP1 and MLL pathways are recurrently mutated in multiple cohorts of HCC.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,005

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,023
Tête enseignante GPT0,251
Écart entre enseignants0,228 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations297
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueHepatologyMême sujetFerroptosis and cancer prognosisTravaux en français237 207