Abstract AS18: The somatic mutational landscape of endometriosis associated ovarian cancers and precursor lesions
Notice bibliographique
Résumé
Abstract Introduction: Clear Cell ovarian carcinomas (CCC) represent 10% of ovarian carcinomas, with outcomes for high-stage significantly worse than high-grade serous form. The complete mutational landscape, the molecular basis of the transformation of endometriosis, the putative precursor, and patterns of clonal evolution in CCC are not well understood. Methods: Whole genome sequencing and gene expression profiling was done to uncover somatic alterations and measure effects on transcriptional networks. Targeted deep sequencing of primary tumors, metastases and endometriosis was also performed and statistical modeling approaches were used to validate mutations, quantify clonal diversity, and trace patterns of selection. Results: Mutations in ARID1A (11/19) and PIK3CA (8/19) were by far the most frequent aberrations seen. Three other SWI/SNF components also showed somatic alteration: two in non-ARID1A mutant cases and a truncating mutation of ARID1B in an ARID1A-null case. Amongst 24 significant “candidate drivers” impacting expression, five “cancer genes” have been previously described: PIK3CA, ARID1A, CTNNB1, TP53, and PPP2R1A. We observed no association between PIK3CA or ARID1A status with disease stage, genomic instability, or mutation load. Deep sequencing data suggested multiple clones in every case. In cases with matching precursor lesions, we observed multiple mutations in at least one such lesion. In precursor lesions where tumor-matched somatic mutations were observed, ARID1A and PIK3CA mutations were also always present, if observed in the matched tumor. Conclusions: ARID1A and PIK3CA mutations appear as early and histo-type defining events in CCC. Pattern of endometriosis transformation can be associated with somatic mutations in all cases, including histologically “Atypical” and non-atypical endometriosis. Finally, patterns of mutational conservation across the series of precursor lesions may present an opportunity for early screening of endometriosis tissues as an indicator of transformation potential. Citation Format: Michael S Anglesio, Ali Bashashati, Yikan Wang, Gavin Ha, Janine Senz, Winnie Yang, Steve E Kalloger, Leah M Prentice, Satoshi Yanagida, Clara Salamanca, Galina Soukhatcheva, Anthony Kazernis, Hector Chang, Anne-Marie Mes-Mason, Aikou Okamoto, Marco A Marra, Blake Gilks, Sohrab P Shah, David G Huntsman. The somatic mutational landscape of endometriosis associated ovarian cancers and precursor lesions [abstract]. In: Proceedings of the 10th Biennial Ovarian Cancer Research Symposium; Sep 8-9, 2014; Seattle, WA. Philadelphia (PA): AACR; Clin Cancer Res 2015;21(16 Suppl):Abstract nr AS18.
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 | 0,000 | 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) | 0,002 | 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 ».