Application of Sequencing, Liquid Biopsies, and Patient-Derived Xenografts for Personalized Medicine in Melanoma
Notice bibliographique
Résumé
UNLABELLED: Targeted therapies and immunotherapies have transformed melanoma care, extending median survival from ∼9 to over 25 months, but nevertheless most patients still die of their disease. The aim of precision medicine is to tailor care for individual patients and improve outcomes. To this end, we developed protocols to facilitate individualized treatment decisions for patients with advanced melanoma, analyzing 364 samples from 214 patients. Whole exome sequencing (WES) and targeted sequencing of circulating tumor DNA (ctDNA) allowed us to monitor responses to therapy and to identify and then follow mechanisms of resistance. WES of tumors revealed potential hypothesis-driven therapeutic strategies for BRAF wild-type and inhibitor-resistant BRAF-mutant tumors, which were then validated in patient-derived xenografts (PDX). We also developed circulating tumor cell-derived xenografts (CDX) as an alternative to PDXs when tumors were inaccessible or difficult to biopsy. Thus, we describe a powerful technology platform for precision medicine in patients with melanoma. SIGNIFICANCE: Although recent developments have revolutionized melanoma care, most patients still die of their disease. To improve melanoma outcomes further, we developed a powerful precision medicine platform to monitor patient responses and to identify and validate hypothesis-driven therapies for patients who do not respond, or who develop resistance to current treatments.
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 | 0,002 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 ».