Abstract A18: Defining ovarian mucinous tumors: Cancer genes and heterogeneity
Notice bibliographique
Résumé
Abstract Background: Mucinous ovarian carcinomas (MC) and mucinous borderline ovarian tumours (MBOT) are associated with ERBB2 amplification and KRAS activating mutations. These events occur in a near-mutually exclusive pattern, and KRAS mutations are more prevalent in MBOTs than MC's whereas ERBB2 amplification is more frequently seen in MCs. Frequencies of mutations in other oncogenes and tumour suppressor genes in MC are not well established though TP53, BRAF, NRAS, and CDKN2A mutations have all been reported. As these carcinomas are commonly chemo-resistant a definitive molecular categorization of this subtype is needed as treatment options are explored. Methods: We undertook review of pathology reports and after exclusion of potential gastric, appendiceal or pancreatic involvement over 100 mucinous ovarian tumours were identified. HPV testing was undertaken to exclude rare metastasis from endocervical primary site. All specimens were assayed for p53 expression via TMA and subject to sequencing of common cancer gene hotspots using Ion-Torrent or Illumina MiSeq. Previously derived data on ERBB2 status was combined in our analysis and, where available, samples showing heterogeneity of ERBB2 amplification and any other Ras-pathway activating mutation were microdissected with components evaluated independently for concurrent hotspot mutations. Results: All samples were consistent with mucinous tumours of ovarian origin and none were HPV positive. We detected mutations in KRAS, BRAF, CDKN2A, TP53, PTEN, PIK3CA as well as presumed somatic/detrimental, variants in APC that have not previously been reported in mucinous tumours. Despite some samples having enriched tumour content, lower than expected allelic frequencies of KRAS activating mutations suggested intra-tumoural heterogeneity. This was consistent with results observed previously with rare ERBB2 amplification coinciding KRAS mutations. Conclusions: The prevalence of Ras-pathway mutations, especially amongst borderline lesions, suggests these mutations are critical for tumour onset. However varying allelic frequencies of KRAS mutations suggest progression to carcinoma is strongly influenced by other molecular features. Citation Format: Michael S. Anglesio, Robertson Mackenzie, Stefan Kommoss, Boris J. Winterhoff, Benjamin Kipp, Jaoquin Garcia, Jesse S. Voss, Kevin Halling, Sarah Kerr, Janine Senz, Winnie Yang, Magnus von Knebel Doeberitz, Elena-Sophie Prigge, Miriam Reuschenbach, Anna V. Tinker, Blake Gilks, Jamie N. Bakkum-Gamez, David G. Huntsman, Jessica N. McAlpine. Defining ovarian mucinous tumors: Cancer genes and heterogeneity. [abstract]. In: Proceedings of the AACR Special Conference on Advances in Ovarian Cancer Research: From Concept to Clinic; Sep 18-21, 2013; Miami, FL. Philadelphia (PA): AACR; Clin Cancer Res 2013;19(19 Suppl):Abstract nr A18.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,003 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,001 |
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 source (Gemma direct ou Codex distillé), 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 ».