Complete genomic landscape of a recurring sporadic parathyroid carcinoma
Notice bibliographique
Résumé
Parathyroid carcinoma is a rare endocrine malignancy with an estimated incidence of less than 1 per million population. Excessive secretion of parathyroid hormone, extremely high serum calcium level, and the deleterious effects of hypercalcaemia are the clinical manifestations of the disease. Up to 60% of patients develop multiple disease recurrences and although long-term survival is possible with palliative surgery, permanent remission is rarely achieved. Molecular drivers of sporadic parathyroid carcinoma have remained largely unknown. Previous studies, mostly based on familial cases of the disease, suggested potential roles for the tumour suppressor MEN1 and proto-oncogene RET in benign parathyroid tumourigenesis, while the tumour suppressor HRPT2 and proto-oncogene CCND1 may also act as drivers in parathyroid cancer. Here, we report the complete genomic analysis of a sporadic and recurring parathyroid carcinoma. Mutational landscapes of the primary and recurrent tumour specimens were analysed using high-throughput sequencing technologies. Such molecular profiling allowed for identification of somatic mutations never previously identified in this malignancy. These included single nucleotide point mutations in well-characterized cancer genes such as mTOR, MLL2, CDKN2C, and PIK3CA. Comparison of acquired mutations in patient-matched primary and recurrent tumours revealed loss of PIK3CA activating mutation during the evolution of the tumour from the primary to the recurrence. Structural variations leading to gene fusions and regions of copy loss and gain were identified at a single-base resolution. Loss of the short arm of chromosome 1, along with somatic missense and truncating mutations in CDKN2C and THRAP3, respectively, provides new evidence for the potential role of these genes as tumour suppressors in parathyroid cancer. The key somatic mutations identified in this study can serve as novel diagnostic markers as well as therapeutic targets.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| 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 ».