MB-100DIVERGENT CLONAL SELECTION DOMINATES MEDULLOBLASTOMA AT RECURRENCE
Notice bibliographique
Résumé
The development of targeted anti-cancer therapies through the study of cancer genomes is intended to improve survival and, at the same time, decrease the adverse effects of conventional therapy. We treated a forward genetic model of medulloblastoma with ‘humanized’ in vivo therapy (microneurosurgical tumor resection followed by multi-fractionated, image-guided radiotherapy). Genetic events in radiation treated recurrent murine medulloblastoma exhibit a very poor overlap with those in matched diagnostic samples, but do involve known cancer genes which were not mutated in the dominant clone at presentation. Thirthy-three pairs of human diagnostic / post-therapy medulloblastomas were also studied by whole genome sequencing (WGS) and demonstrated drastic genetic divergence in the dominant clones after therapy (<10% diagnostic events retained at recurrence). Both SNVs and CNAs were vastly different between therapy naïve and recurrent human tumors, despite retention of subgroup affiliation at recurrence. In both mice and humans, the dominant clones at recurrence arose through clonal selection. Targeted therapies are unlikely to be effective in the absence of the target; therefore targeted therapy in medulloblastoma should not be based on targets disovered in therapy-naive samples. Clinical trials where target discovery and validation was performed on therapy naïve samples followed by recruitment of children with highly treated recurrent tumors to test therapies at the time of recurrence have little chance to work. Finally, our results suggest the opportunity of second biopsies of recurrent tumors before enrollment into targeted therapies clinical trials.
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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 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) | 0,001 | 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 ».