Enhanced <i>GAB2</i> Expression Is Associated with Improved Survival in High-Grade Serous Ovarian Cancer and Sensitivity to PI3K Inhibition
Notice bibliographique
Résumé
Identification of genomic alterations defining ovarian carcinoma subtypes may aid the stratification of patients to receive targeted therapies. We characterized high-grade serous ovarian carcinoma (HGSC) for the association of amplified and overexpressed genes with clinical outcome using gene expression data from 499 HGSC patients in the Ovarian Tumor Tissue Analysis cohort for 11 copy number amplified genes: ATP13A4, BMP8B, CACNA1C, CCNE1, DYRK1B, GAB2, PAK4, RAD21, TPX2, ZFP36, and URI. The Australian Ovarian Cancer Study and The Cancer Genome Atlas datasets were also used to assess the correlation between gene expression, patient survival, and tumor classification. In a multivariate analysis, high GAB2 expression was associated with improved overall and progression-free survival (P = 0.03 and 0.02), whereas high BMP8B and ATP13A4 were associated with improved progression-free survival (P = 0.004 and P = 0.02). GAB2 overexpression and copy number gain were enriched in the AOCS C4 subgroup. High GAB2 expression correlated with enhanced sensitivity in vitro to the dual PI3K/mTOR inhibitor PF-04691502 and could be used as a genomic marker for identifying patients who will respond to treatments inhibiting PI3K signaling.
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 | 0,000 | 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 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 ».