MétaCan
Menu
← Retour à la cohorte
Enregistrement W2589693254 · doi:10.1200/jco.2014.32.4_suppl.383

Integrated comprehensive high-throughput kinomics profiling and whole exome sequencing of penile squamous cell cancer (PSCC).

2014· article· en· W2589693254 sur OpenAlexaff
Amitkumar Mehta, Christopher D. Willey, Michael Crowley, Joshua C. Anderson, Dongquan Chen, David K. Crossman, Andrea Necchi, Giuseppe Di Lorenzo, Bernhard J. Eigl, Richard J. Lee, Lauren C. Harshman, Tanya B. Dorff, Matt D. Galsky, Matthew I. Milowsky, Graeme B. Bolger, Mollie deShazo, Gurudatta Naik, William E. Grizzle, Guru Sonpavde

Notice bibliographique

RevueJournal of Clinical Oncology · 2014
Typearticle
Langueen
DomaineMedicine
ThématiqueRadiomics and Machine Learning in Medical Imaging
Établissements canadiensBC Cancer Agency
Organismes subventionnairesnon disponible
Mots-clésKinomeExome sequencingExomeCancer researchComputational biologyKinaseMedicineBiologyGeneticsGeneMutation

Résumé

récupéré en direct d'OpenAlex

383 Background: Molecular drivers in penile squamous cell cancer (PSCC), an orphan malignancy, remain unclear. The Cancer Genome Atlas (TCGA) is not studying PSCC and the Catalogue of Somatic Mutations in Cancer (COSMIC) investigators have reported only targeted analyses of PSCC. We report the first integrated analyses of comprehensive kinomics and whole exome sequencing (seq) in tumors from patients (pts) with PSCC . Methods: We performed integrated functional kinomics profiling and comprehensive exome-seq of two frozen tissue samples from men with PSCC with a matched normal tissue procured from the Cooperative Human Tissue Network (CHTN). Kinomic profiling was performed using the PamStation 12 high-content phospho-peptide substrate microarray system (PamGene International). The protein tyrosine kinome and serine/threonine kinome PamChips were used to measure global kinase activity by detecting phosphorylation of various peptides through FITC-labeled antibodies. Upstream kinase prediction was performed using a scoring algorithm that incorporates the phosphonet database (www.phosphonet.ca). Exome capture was performed with the Agilent SureSelect v5 kit and whole exome-seq was done on the Illumina HiSeq2000 with paired end 100bp chemistry. Results: In the single patient, paired kinomics analysis comparing the tumor sample to adjacent normal tissue, the HER family (EGFR, ERBB2, 3 and 4), AXL, TYRO3 and SYK kinases were the most active. When combining the two tumors in an unpaired analysis against the normal sample, the HER (EGFR, ERBB2, 3 and 4), MER, FRK, and FAK, kinases showed increased activity. When comparing whole exome-seq of the two PSCC samples with normal, among the affected genes were CCDC181, ZNF717, MUC4, HGC6.3, NOTCH1, STK11, SIRPB1, SKA3, PDE6B, FAT1, CACNA2D1, USP17L11, MNT, and CEP89. We are evaluating 10 PSCC tumors and matched normal tissue by kinomics and whole exome-seq and will present these complete data and analysis at the conference. Conclusions: In our preliminary analysis of pts that underwent the first reported integrated kinomics and whole exome-seq performed in PSCC, we identified multiple potential therapeutic targets in tumors.

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)0,000
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,005

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,071
Tête enseignante GPT0,422
Écart entre enseignants0,350 · 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

Citations0
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Clinical Oncology→Même sujetRadiomics and Machine Learning in Medical Imaging→Travaux en français237 207→