Molecular Characterization of Apocrine Salivary Duct Carcinoma
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
Contemporary classification and treatment of salivary duct carcinoma (SDC) require its thorough molecular characterization. Thirty apocrine SDCs were analyzed by the Ion Ampliseq Cancer HotSpot panel v2 for mutations in 50 cancer-related genes. Mutational findings were corroborated by immunohistochemistry (eg, TP53, BRAF, β-catenin, estrogen, and androgen receptors) or Sanger sequencing/SNaPshot polymerase chain reaction. ERBB2 (HER2), PTEN, FGFR1, CDKN2A/P16, CMET, EGFR, MDM2, and PIK3CA copy number changes were studied by fluorescence in situ hybridization. TP53 mutations (15/27, 56%), PTEN loss (11/29, 38%, including 2 cases with PTEN mutation), PIK3CA hotspot mutations (10/30, 33%), HRAS hotspot mutations (10/29; 34%), and ERBB2 amplification (9/29, 31%, including 1 case with mutation) represented the 5 most common abnormalities. There was no correlation between genetic changes and clinicopathologic parameters. There was substantial overlap between genetic changes: 8 of 9 cases with ERBB2 amplification also harbored a PIK3CA, HRAS, and TP53 mutation and/or PTEN loss. Six of 10 cases with PIK3CA mutation also had an HRAS mutation. These findings provide a molecular rationale for dual targeting of mitogen-activated protein kinase and phosphoinositide 3-kinase pathways in SDC. FGFR1 amplification (3/29, 10%) represents a new potential target. On the basis of studies of breast carcinomas, the efficacy of anti-ERBB2 therapy will likely be decreased in SDC with ERBB2 amplification co-occurring with PIK3CA mutation or PTEN loss. Therefore, isolated ERBB2 testing is insufficient for theranostic stratification of apocrine SDC. On the basis of the prevalence and type of genetic changes, apocrine SDC appears to resemble one subtype of breast carcinoma-"luminal androgen receptor positive/molecular apocrine."
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) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 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