MétaCan
Menu
Retour à la cohorte
Enregistrement W2462587944 · doi:10.1038/bjc.2016.195

Molecular characterisation of cutaneous melanoma: creating a framework for targeted and immune therapies

2016· review· en· W2462587944 sur OpenAlexaff
Shivshankari Rajkumar, Ian R. Watson

Notice bibliographique

RevueBritish Journal of Cancer · 2016
Typereview
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueMelanoma and MAPK Pathways
Établissements canadiensMcGill University
Organismes subventionnairesUniversity of Texas MD Anderson Cancer CenterCurtin University of TechnologyMelanoma Research Alliance
Mots-clésMelanomaImmune checkpointImmune systemDiseaseComputational biologyMedicinePrecision medicineBiologyBioinformaticsCancer researchImmunotherapyImmunologyGeneticsInternal medicine

Résumé

récupéré en direct d'OpenAlex

Large-scale genomic analyses of cutaneous melanoma have revealed insights into the aetiology and heterogeneity of this disease, as well as opportunities to further personalise treatment for patients with targeted and immune therapies. Herein, we review the proposed genomic classification of cutaneous melanoma from large-scale next-generation sequencing studies, including the largest integrative analysis of melanoma from The Cancer Genome Atlas (TCGA) Network. We examine studies that have identified molecular features of melanomas linked to immune checkpoint inhibitor response. In addition, we draw attention to low-frequency actionable mutations and highlight frequent non-coding mutations in melanoma where little is known about their biological function that may provide novel avenues for the development of treatment strategies for melanoma patients.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Autre devis · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,978
Score d'incertitude au seuil0,636

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,014
Tête enseignante GPT0,297
Écart entre enseignants0,283 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeAutre devis
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations54
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBritish Journal of CancerMême sujetMelanoma and MAPK PathwaysTravaux en français237 207