Transcript signatures that predict outcome and identify targetable pathways in MYCN‐amplified neuroblastoma
Notice bibliographique
Résumé
BACKGROUND: In the pediatric cancer neuroblastoma (NB), patients are stratified into low, intermediate or high-risk subsets based in part on MYCN amplification status. While MYCN amplification in general predicts unfavorable outcome, no clinical or genomic factors have been identified that predict outcome within these cohorts of high-risk patients. In particular, it is currently not possible at diagnosis to determine which high-risk neuroblastoma patients will ultimately fail upfront therapy. EXPERIMENTAL DESIGN: We analyzed the prognostic potential of most published gene expression signatures for NB and developed a new prognostic signature to predict outcome for patients with MYCN amplification. Network and pathway analyses identified candidate therapeutic targets for this MYCN-amplified patient subset with poor outcome. RESULTS: Most signatures have a high capacity to predict outcome of unselected NB patients. However, the majority of published signatures, as well as most randomly generated signatures, are highly confounded by MYCN amplification, and fail to predict outcome in subpopulations of high-risk patients with MYCN-amplified NB. We identify a MYCN module signature that predicts patient outcome for those with MYCN-amplified tumors, that also predicts potential tractable therapeutic signaling pathways and targets including the DNA repair enzyme Poly [ADP-ribose] polymerase 1 (PARP1). CONCLUSION: Many prognostic signatures for NB are confounded by MYCN amplification and fail to predict outcome for the subset of high-risk patients with MYCN amplification. We report a MYCN module signature that is associated with distinct patient outcomes, and predicts candidate therapeutic targets in DNA repair pathways, including PARP1 in MYCN-amplified NB.
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 | 0,000 | 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) | 0,000 | 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 ».