MétaCan
Menu
← Retour à la cohorte
Enregistrement W2563952758 · doi:10.1158/1538-7445.panca16-a27

Abstract A27: Recurrent noncoding regulatory mutations in pancreatic ductal adenocarcinoma

2016· article· en· W2563952758 sur OpenAlexaff
Michael E. Feigin, Tyler H. Garvin, Peter J. Bailey, Nicola Waddell, David K. Chang, Shimin Shuai, Steven Gallinger, John D. McPherson, Sean M. Grimmond, Ekta Khurana, Lincoln Stein, Andrew V. Biankin, Michael C. Schatz, David A. Tuveson

Notice bibliographique

RevueCancer Research · 2016
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueCancer Genomics and Diagnostics
Établissements canadiensMount Sinai HospitalOntario Institute for Cancer ResearchUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésBiologyGeneticsExome sequencingCarcinogenesisKRASExomeGeneWnt signaling pathwayMutation rateCancer researchMutation

Résumé

récupéré en direct d'OpenAlex

Abstract Pancreatic ductal adenocarcinoma (PDA) is a highly lethal malignancy with a 5-year survival rate of 6%, due in part to therapy resistance and late stage at diagnosis. A detailed understanding of the molecular alterations underlying PDA is required to uncover mechanisms of tumorigenesis and enable development of more effective therapies. As such, large-scale exome sequencing efforts have revealed genes (KRAS, TP53, CDKN2A, SMAD4) and pathways (Wnt/Notch, TGFβ, axon guidance, cell adhesion) important for PDA progression. However, the exome comprises less than 2% of the human genome. Whole-genome sequencing analyses have uncovered a somatic mutation rate of 1 mutation per megabase in PDA. Therefore, PDA tumors carry thousands of somatic mutations per genome, mostly located in noncoding regions, the vast majority of which are completely uncharacterized. While the contributions of coding mutations to tumorigenesis are relatively well known, few studies have detailed alterations in noncoding DNA. Here we describe a new computational pipeline, GECCO (Genomic Enrichment Computational Clustering Operation) to analyze somatic noncoding alterations in 308 pancreatic ductal adenocarcinomas (PDA) and systematically identify commonly mutated putative regulatory regions. We find that recurrent somatic noncoding regulatory mutations are present in PDA but uncommon near canonical PDA genes. Instead, using GECCO we find that the regulatory mutations are enriched in known PDA pathways, including axon guidance and cell adhesion, and novel processes including transcriptional regulation and homeobox genes. We identify mutations in specific protein binding sites that correlate with significant differential expression of proximal genes. Furthermore, to explore the effects of these candidate mutations on gene expression, we developed an expression modulation score that quantifies the strength of gene regulation imposed by each class of regulatory elements. Surprisingly, we find that the strongest regulatory elements are also the most frequently mutated, suggesting a selective advantage for mutations in these regions. Our analysis provides a detailed single-cancer view of noncoding alterations in tumorigenesis, identifies recurrent regulatory mutations as new candidates for diagnostic and prognostic markers, and suggests novel mechanisms for tumor genome evolution. Citation Format: Michael E. Feigin, Tyler Garvin, Peter Bailey, Nicola Waddell, David K. Chang, Shimin Shuai, Steven Gallinger, John D. McPherson, Sean M. Grimmond, Ekta Khurana, Lincoln D. Stein, Andrew V. Biankin, Michael C. Schatz, David A. Tuveson.{Authors}. Recurrent noncoding regulatory mutations in pancreatic ductal adenocarcinoma. [abstract]. In: Proceedings of the AACR Special Conference on Pancreatic Cancer: Advances in Science and Clinical Care; 2016 May 12-15; Orlando, FL. Philadelphia (PA): AACR; Cancer Res 2016;76(24 Suppl):Abstract nr A27.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,005
Score d'incertitude au seuil0,010

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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.

Tête enseignante Opus0,052
Tête enseignante GPT0,366
Écart entre enseignants0,314 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

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

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

En bref

Citations1
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCancer Research→Même sujetCancer Genomics and Diagnostics→Travaux en français237 207→