Prognostic Impact of Novel Molecular Subtypes of Small Intestinal Neuroendocrine Tumor
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
PURPOSE: Small intestinal neuroendocrine tumors (SINET) are the commonest malignancy of the small intestine; however, underlying pathogenic mechanisms remain poorly characterized. Whole-genome and -exome sequencing has demonstrated that SINETs are mutationally quiet, with the most frequent known mutation in the cyclin-dependent kinase inhibitor 1B gene (CDKN1B) occurring in only ∼8% of tumors, suggesting that alternative mechanisms may drive tumorigenesis. The aim of this study is to perform genome-wide molecular profiling of SINETs in order to identify pathogenic drivers based on molecular profiling. This study represents the largest unbiased integrated genomic, epigenomic, and transcriptomic analysis undertaken in this tumor type. EXPERIMENTAL DESIGN: Here, we present data from integrated molecular analysis of SINETs (n = 97), including whole-exome or targeted CDKN1B sequencing (n = 29), HumanMethylation450 BeadChip (Illumina) array profiling (n = 69), methylated DNA immunoprecipitation sequencing (n = 16), copy-number variance analysis (n = 47), and Whole-Genome DASL (Illumina) expression array profiling (n = 43). RESULTS: Based on molecular profiling, SINETs can be classified into three groups, which demonstrate significantly different progression-free survival after resection of primary tumor (not reached at 10 years vs. 56 months vs. 21 months, P = 0.04). Epimutations were found at a recurrence rate of up to 85%, and 21 epigenetically dysregulated genes were identified, including CDX1 (86%), CELSR3 (84%), FBP1 (84%), and GIPR (74%). CONCLUSIONS: This is the first comprehensive integrated molecular analysis of SINETs. We have demonstrated that these tumors are highly epigenetically dysregulated. Furthermore, we have identified novel molecular subtypes with significant impact on progression-free survival.
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.
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 | 0,002 | 0,028 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 découle