GENT-36. THE GENOMIC LANDSCAPE OF SCHWANNOMA
Notice bibliographique
Résumé
Schwannomas are common cranial and spinal nerve tumors that can cause significant debilitating morbidities. To date, clinical trials for schwannomas have yielded mixed to no benefits and this may be in part due to a lack of fully understanding the somatic alterations that occur in schwannoma. We performed an integrative multiplatform analysis to determine the genomic landscape of sporadic schwannomas. Exome sequence analysis with validation by targeted DNA-sequencing of 125 samples uncovered, in addition to expected NF2 disruption, recurrent mutations in ARID1A, ARID1B and DDR1. Genome wide methylation profiling revealed that schwannomas consists of two molecular subgroups with unique gene signatures and anatomical location. RNA sequencing revealed a recurrent in-frame gene fusion on chromosome 10q in 12/125 (10%) cases, and genomic analysis identified the mechanism to be from a balanced 19Mb chromosomal inversion. The presence of the fusion was associated with male gender predominance, occurring in one out of every six men with schwannoma. Expression of the fusion transcript in both schwannomas and normal schwann cells resulted in elevated phosphorylated-ERK, increased proliferation, increased invasion and resulted in the formation of in vivo xenografts. Targeting of the MEK/ERK pathway was effective in fusion-positive Schwann cells, suggesting a possible therapeutic approach for this subset of tumors. Our study provides rationale that integrative analysis approaches can identify novel therapies for schwannoma 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 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) | 0,001 | 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 ».