MétaCan
Menu
Retour à la cohorte
Enregistrement W2590549347 · doi:10.1002/gcc.22454

ETV transcriptional upregulation is more reliable than RNA sequencing algorithms and FISH in diagnosing round cell sarcomas with <i>CIC</i> gene rearrangements

2017· article· en· W2590549347 sur OpenAlexaff
Yu‐Chien Kao, Yun‐Shao Sung, Chun‐Liang Chen, Lei Zhang, Brendan C. Dickson, David Swanson, Sumathi Vaiyapuri, Farida Latif, Abdullah Alholle, Shih‐Chiang Huang, Jason L. Hornick, Cristina R. Antonescu

Notice bibliographique

RevueGenes Chromosomes and Cancer · 2017
Typearticle
Langueen
DomaineMedicine
ThématiqueSarcoma Diagnosis and Treatment
Établissements canadiensMount Sinai Hospital
Organismes subventionnairesNational Cancer InstituteComputing Research Association
Mots-clésBiologyFish <Actinopterygii>GeneDownregulation and upregulationRNAGeneticsComputational biologyMolecular biologyFishery

Résumé

récupéré en direct d'OpenAlex

CIC rearrangements have been reported in two-thirds of EWSR1-negative small blue round cell tumors (SBRCTs). However, a number of SBRCTs remain unclassified despite exhaustive analysis. Fourteen SBRCTs lacking driver genetic events by RNA sequencing (RNAseq) analysis were collected. Unsupervised hierarchical clustering was performed using samples from our RNAseq database, including 13 SBRCTs with non-CIC genetic abnormalities and 2 CIC-rearranged angiosarcomas among others. Remarkably, all 14 study cases showed high mRNA levels of ETV1/4/5, and by unsupervised clustering most grouped into a distinct cluster, separate from other tumors. Based on these results indicating a close relationship with CIC-rearranged tumors, we manually inspected CIC reads in RNAseq data. FISH for CIC and DUX4 abnormalities and immunohistochemical stains for ETV4 were also performed. In the control group, only 2 CIC-rearranged angiosarcomas had high ETV1/4/5 expression. Upon manual inspection of CIC traces, 7 of 14 cases showed CIC-DUX4 fusion reads, 2 cases had DUX4-CIC reads, while the remaining 5 were negative. FISH showed CIC break-apart in 7 cases, including 5 cases lacking CIC-DUX4 or DUX4-CIC fusion reads on RNAseq manual inspection. However, no CIC abnormalities were detected by FISH in 6 cases with CIC-DUX4 or DUX4-CIC reads. ETV4 immunoreactivity was positive in 7 of 11 cases. Our results highlight the underperformance of FISH and RNAseq methods in diagnosing SBRCTs with CIC gene abnormalities. The downstream ETV1/4/5 transcriptional up-regulation appears highly sensitive and specific and can be used as a reliable molecular signature and diagnostic method for CIC fusion positive SBRCTs.

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)0,004
score de la tête « metaresearch » (Gemma)0,005
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,021

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,005
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0030,001
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0010,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,001

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 Opus0,030
Tête enseignante GPT0,284
Écart entre enseignants0,254 · 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'étudeExpérimental (laboratoire)
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

Citations69
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueGenes Chromosomes and CancerMême sujetSarcoma Diagnosis and TreatmentTravaux en français237 207