Genome-wide copy-number analyses reveal genomic abnormalities involved in transformation of follicular lymphoma
Notice bibliographique
Résumé
Follicular lymphoma (FL), the second most common type of non-Hodgkin lymphoma in the western world, is characterized by the t(14;18) translocation, which is present in up to 90% of cases. We studied 277 lymphoma samples (198 FL and 79 transformed FL [tFL]) using a single-nucleotide polymorphism array to identify the secondary chromosomal abnormalities that drive the development of FL and its transformation to diffuse large B-cell lymphoma. Common recurrent chromosomal abnormalities in FL included gains of 2, 5, 7, 6p, 8, 12, 17q, 18, 21, and X and losses on 6q and 17p. We also observed many frequent small abnormalities, including losses of 1p36.33-p36.31, 6q23.3-q24.1, and 10q23.1-q25.1 and gains of 2p16.1-p15, 8q24.13-q24.3, and 12q12-q13.13, and identified candidate genes that may be driving this selection. Recurrent abnormalities more frequent in tFL samples included gains of 3q27.3-q28 and chromosome 11 and losses of 9p21.3 and 15q. Four abnormalities, gain of X or Xp and losses of 6q23.2-24.1 or 6q13-15, predicted overall survival. Abnormalities associated with transformation of the disease likely impair immune surveillance, activate the nuclear factor-κB pathway, and deregulate p53 and B-cell transcription factors.
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) | 0,000 | 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 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 ».