NRF2 Pathway Activation and Adjuvant Chemotherapy Benefit in Lung Squamous Cell Carcinoma
Notice bibliographique
Résumé
PURPOSE: Genomic profiling of lung squamous cell carcinomas (SCC) has identified NRF2 pathway alterations, which activate oxidative response pathways, in one third of tumors. Preclinical data suggest these tumors may be resistant to platinum-based chemotherapy. We evaluated the clinical relevance of these findings and assessed whether NRF2 activation predicts benefit from adjuvant chemotherapy in SCC. EXPERIMENTAL DESIGN: Logistic regression (LR) and significance analysis of microarrays (SAM) were applied to all 104 TCGA (The Cancer Genome Atlas) SCC cases that had microarray gene expression and mutation data to identify genes associated with somatic NRF2 pathway alterations. The resulting signature (NRF2(ACT)) was tested in 3 independent SCC datasets to evaluate its prognostic and predictive effects. IHC and sequencing for NRF2 and KEAP1 were evaluated in one cohort (n = 43) to assess the relationship between gene expression, mutational status, and protein expression. RESULTS: Twenty-eight genes were identified by overlap between LR (291 genes) and SAM (30 genes), and these consistently separated SCC into 2 groups in all datasets, corresponding to putatively NRF pathway-activated and wild-type (WT) tumors. NRF2(ACT) was not prognostic. However, improved survival with adjuvant chemotherapy in the JBR.10-randomized trial appears limited to patients with the WT signature (HR 0.32, P = 0.16; NRF2(ACT) HR 2.28, P = 0.48; interaction P = 0.15). NRF2(ACT) was highly correlated with mutations in NRF2 and KEAP1, and with high NRF2 protein expression. CONCLUSIONS: A gene expression signature of NRF2 pathway activation is associated with benefit from adjuvant cisplatin/vinorelbine in SCC. Patients with NRF2 pathway-activating somatic alterations may have reduced benefit from this therapy.
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 | 0,001 | 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 ».