Epigenetic landscape correlates with genetic subtype but does not predict outcome in childhood acute lymphoblastic leukemia
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Although children with acute lymphoblastic leukemia (ALL) generally have a good outcome, some patients do relapse and survival following relapse is poor. Altered DNA methylation is highly prevalent in ALL and raises the possibility that DNA methylation-based biomarkers could predict patient outcome. In this study, genome-wide methylation analysis, using the Illumina Infinium HumanMethylation450 BeadChip platform, was carried out on 52 diagnostic patient samples from 4 genetic subtypes [ETV6-RUNX1, high hyperdiploidy (HeH), TCF3-PBX1 and dic(9;20)(p11-13;q11)] in a 1:1 case-control design with patients who went on to relapse (as cases) and patients achieving long-term remission (as controls). Pyrosequencing assays for selected loci were used to confirm the array-generated data. Non-negative matrix factorization consensus clustering readily clustered samples according to genetic subgroups and gene enrichment pathway analysis suggested that this is in part driven by epigenetic disruption of subtype specific signaling pathways. Multiple bioinformatics approaches (including bump hunting and individual locus analysis) were used to identify CpG sites or regions associated with outcome. However, no associations with relapse were identified. Our data revealed that ETV6-RUNX1 and dic(9;20) subtypes were mostly associated with hypermethylation; conversely, TCF3-PBX1 and HeH were associated with hypomethylation. We observed significant enrichment of the neuroactive ligand-receptor interaction pathway in TCF3-PBX1 as well as an enrichment of genes involved in immunity and infection pathways in ETV6-RUNX1 subtype. Taken together, our results suggest that altered DNA methylation may have differential impacts in distinct ALL genetic subtypes.
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.
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) | 0,001 | 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 découle