Abstract 2966: The mutational landscape of localized gleason 6 and 7 prostate cancer
Notice bibliographique
Résumé
Abstract Prostate cancer (CaP) remains the most common male malignancy worldwide, leading to over 300,000 deaths per year. In Western countries, most prostate tumours are diagnosed while they are confined to the prostate and have relatively indolent histology, as assessed by the Gleason Score (GS). CaP is a C-class tumour, characterized by large number of driver copy-number aberrations and genomic rearrangements. Therefore, while previous sequencing studies have focused largely on the coding regions of late-stage disease, herein we comprehensively characterized the copy-number profiles of 250 localized prostate cancers and analyzed the whole genomes of 124 matched tumour/normal pairs derived from patients with GS6 and GS7 prostate cancer. Using this – the largest whole-genome sequencing dataset of prostate cancer to date – we confirm the C-class character of the disease and identify strong genomic subtypes that stretch across multiple types of somatic alteration, including SNVs, CNAs and genomic rearrangements. We provide the first assessments of localized hyper-mutation phenomena (chromothripsis and kataegis) in prostate cancer, and identify specific genes driving higher levels of these hyper-mutations. We identify unexpected biases in the location and role of both non-coding SNVs and genomic rearrangements, including clear association with epigenetic processes, and with genome-wide profiling of methylation in 92 samples. Finally, we demonstrate a stark paucity of clinically-actionable mutations in localized GS6 and GS7 disease, even lacking those common in high-risk localized disease, indicating that novel therapeutic development against the recurrent targets identified here will be key to allowing less-aggressive, targeted treatment of early-stage disease. Citation Format: Michael E. Fraser, Veronica Y. Sabelnykova, Takafumi N. Yamaguchi, Alice Meng, Lawrence E. Heisler, Junyan Zhang, Julie Livingstone, Vincent Huang, Andre P. Masella, Fouad Yousif, Michael Xie, Nicholas J. Harding, Xihui Lin, Haiying Kong, Stephenie D. Prokopec, Alejandro Berlin, Dominique Trudel, Xuemei Luo, Timothy E. Beck, Richard de Borja, Alister D'Costa, Robert E. Denroche, Natalie S. Fox, Emilie Lalonde, Ada Wong, Taryne Chong, Michelle Sam, Jeremy Johns, Lee Timms, Nicholas Buchner, Michele Orain, Valerie Picard, Helene Hovington, Kenneth C. Chu, Christine P'ng, Bryan Lo, Francis Nguyen, Kathleen E. Houlahan, Christopher Cooper, Shaylan K. Govind, Clement Fung, Louis Lacombe, Colin C. Collins, Yves Fradet, Bernard Tetu, Theodorus van der Kwast, John McPherson, Thomas J. Hudson, Rob G. Bristow, Paul Boutros. The mutational landscape of localized gleason 6 and 7 prostate cancer. [abstract]. In: Proceedings of the 106th Annual Meeting of the American Association for Cancer Research; 2015 Apr 18-22; Philadelphia, PA. Philadelphia (PA): AACR; Cancer Res 2015;75(15 Suppl):Abstract nr 2966. doi:10.1158/1538-7445.AM2015-2966
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 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) | 0,004 | 0,001 |
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 ».