MétaCan
Menu
Retour à la cohorte
Enregistrement W2082887122 · doi:10.1038/nature11154

Sequence analysis of mutations and translocations across breast cancer subtypes

2012· article· en· W2082887122 sur OpenAlexfundno aff
Shantanu Banerji, Kristian Cibulskis, Claudia Rangel‐Escareño, Kristin Brown, Scott L. Carter, A. Matsen Frederick, Michael S. Lawrence, Andrey Sivachenko, Carrie Sougnez, Lihua Zou, Maria L. Cortés, Juan Carlos Fernández-López, Shouyong Peng, Kristin Ardlie, Daniel Auclair, Verónica Bautista‐Piña, Fujiko Duke, Joshua M. Francis, Joonil Jung, Antonio Maffuz‐Aziz, Robert C. Onofrio, Melissa Parkin, Nam Pho, Valeria Quintanar‐Jurado, Alex H. Ramos, Rosa Rebollar‐Vega, Sergio Rodríguez‐Cuevas, Sandra Romero‐Córdoba, Steven E. Schumacher, Nicolas Stransky, Kristin Thompson, Laura Uribe-Figueroa, José Baselga, Rameen Beroukhim, Kornélia Polyák, Dennis C. Sgroi, Andrea L. Richardson, Gerardo Jiménez‐Sánchez, Eric S. Lander, Stacey Gabriel, Levi A. Garraway, Todd R. Golub, Jorge Meléndez-Zajgla, Alex Toker, Gad Getz, Alfredo Hidalgo‐Miranda, Matthew Meyerson

Notice bibliographique

RevueNature · 2012
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueCancer Genomics and Diagnostics
Établissements canadiensnon disponible
Organismes subventionnairesNational Human Genome Research InstituteInstituto Nacional de Medicina GenómicaNational Cancer InstituteNational Institutes of HealthInstituto Carlos Slim de la SaludBroad InstituteUniversity of ManitobaHoward Hughes Medical Institute
Mots-clésBreast cancerBiologyCancer researchFusion geneCancerAKT1Germline mutationGeneticsGATA3Targeted therapyGeneMutationPI3K/AKT/mTOR pathwayTranscription factor

Résumé

récupéré en direct d'OpenAlex

This paper reports one of the largest breast cancer whole-exome and whole-genome sequencing efforts so far, identifying previously unknown recurrent mutations in CBFB, deletions of RUNX1 and recurrent MAGI1–AKT3 fusion; the fusion suggests that the use of ATP-competitive AKT inhibitors should be evaluated in clinical trials. This paper reports one of the largest whole-exome sequencing efforts in human breast cancers so far, complemented by whole-genome sequences of 22 breast cancer/normal pairs. The authors analysed diverse subtypes from patients in Mexico and Vietnam and identified recurrent mutations in the CBFB transcription factor gene and deletions of its partner RUNX1, as well as a recurrent MAGI3–AKT3 fusion enriched in triple-negative breast cancers (those lacking oestrogen and progesterone receptors and ERBB2 expression). The fusion leads to constitutive activation of AKT kinase, which can be counteracted by treatment with a small-molecule inhibitor. Breast carcinoma is the leading cause of cancer-related mortality in women worldwide, with an estimated 1.38 million new cases and 458,000 deaths in 2008 alone1. This malignancy represents a heterogeneous group of tumours with characteristic molecular features, prognosis and responses to available therapy2,3,4. Recurrent somatic alterations in breast cancer have been described, including mutations and copy number alterations, notably ERBB2 amplifications, the first successful therapy target defined by a genomic aberration5. Previous DNA sequencing studies of breast cancer genomes have revealed additional candidate mutations and gene rearrangements6,7,8,9,10. Here we report the whole-exome sequences of DNA from 103 human breast cancers of diverse subtypes from patients in Mexico and Vietnam compared to matched-normal DNA, together with whole-genome sequences of 22 breast cancer/normal pairs. Beyond confirming recurrent somatic mutations in PIK3CA11, TP536, AKT112, GATA313 and MAP3K110, we discovered recurrent mutations in the CBFB transcription factor gene and deletions of its partner RUNX1. Furthermore, we have identified a recurrent MAGI3–AKT3 fusion enriched in triple-negative breast cancer lacking oestrogen and progesterone receptors and ERBB2 expression. The MAGI3–AKT3 fusion leads to constitutive activation of AKT kinase, which is abolished by treatment with an ATP-competitive AKT small-molecule inhibitor.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,009

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,002
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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.

Tête enseignante Opus0,008
Tête enseignante GPT0,310
Écart entre enseignants0,301 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations1 203
Publié2012
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueNatureMême sujetCancer Genomics and DiagnosticsTravaux en français237 207