Mutations in TSC1, TSC2, and MTOR Are Associated with Response to Rapalogs in Patients with Metastatic Renal Cell Carcinoma
Notice bibliographique
Résumé
PURPOSE: We examined the hypothesis that mutations in mTOR pathway genes are associated with response to rapalogs in metastatic renal cell carcinoma (mRCC). EXPERIMENTAL DESIGN: We studied a cohort of mRCC patients who were treated with mTOR inhibitors with distinct clinical outcomes. Tumor DNA from 79 subjects was successfully analyzed for mutations using targeted next-generation sequencing of 560 cancer genes. Responders were defined as those with partial response (PR) by RECIST v1.0 or stable disease with any tumor shrinkage for 6 months or longer. Nonresponders were defined as those with disease progression during the first 3 months of therapy. Fisher exact test assessed the association between mutation status in mTOR pathway genes and treatment response. RESULTS: Mutations in MTOR, TSC1, or TSC2 were more common in responders, 12 (28%) of 43, than nonresponders, 4 (11%) of 36 (P = 0.06). Mutations in TSC1 or TSC2 alone were also more common in responders, 9 (21%), than nonresponders, 2(6%), (P = 0.05). Furthermore, 5 (42%) of 12 subjects with PR had mutations in MTOR, TSC1, or TSC2 compared with 4 (11%) of 36 nonresponders (P = 0.03). Eight additional non-mTOR pathway genes were found to be mutated in at least 4 of 79 tumors (5%); none were associated positively with response. CONCLUSIONS: In this cohort of mRCC patients, mutations in MTOR, TSC1, or TSC2 were more common in patients who experienced clinical benefit from rapalogs than in those who progressed. However, a substantial fraction of responders (24 of 43, 56%) had no mTOR pathway mutation identified. Clin Cancer Res; 22(10); 2445-52. ©2016 AACRSee related commentary by Voss and Hsieh, p. 2320.
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 | 0,003 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 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 | 0,001 |
| 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 ».