HGG-06. CHARACTERIZING TEMPORAL GENOMIC HETEROGENEITY IN PEDIATRIC HIGH-GRADE GLIOMAS
Notice bibliographique
Résumé
Pediatric high-grade gliomas (pHGG) are aggressive malignant neoplasms representing approximately 20% of all pediatric central nervous system tumors. Current therapies offer limited disease control, and patients with recurrent disease have a particularly poor prognosis. While the empiric use of targeted therapy, especially at progression, is being increasingly practiced, there is a paucity of data regarding temporal and therapy-driven genomic evolution in pHGGs. To better understand the genetic landscape of pHGGs at recurrence, we performed whole exome, transcriptome and methylation analyses on pHGG matched primary and recurrent tumors from 16 patients, median age of 15 years (range: 4–29). Matched normal tissue, where available, was evaluated to determine mutation somatic status. Genetic mutational results suggested that our cohort could be segregated into 3 groups. Group 1 tumor pairs (n=6) carry driver mutations in histone 3 (H3F3A, HIST1H3B) or IDH1 that were retained between the primary tumor and recurrence. In tumors with H3F3A and IDH1 mutations, their obligate partner TP53 or ATRX mutations were also conserved. Group 2 tumor pairs (n=8) were histone 3 or IDH1 wild-type, but most harbored mutations in genes that are modifiers of histone or chromatin (KMT2D, ZMYND11, EP300, BCOR). TP53 and ATRX driver mutations were present in 50% (n=4) of tumors, and 25% (n=2) had a BRAF V600E mutation. Mutations in other putative drug targets (EGFR, ERBB2, PI3-kinase mutations) were not always shared between primary and recurrent tumors, indicating evolution during tumor progression. Group 3 samples (n=2) carried germline mutations in NF1. Mutational burden, gene ontology analysis and correlation with treatment exposure are ongoing. The finding that key driver mutations, some of which are targetable (e.g. IDH1, BRAF V600E) are conserved at recurrence, while other targetable mutations are acquired, indicates that re-biopsy at recurrence may provide better guidance for effective treatment of pHGG with targeted therapy.
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) | 0,003 | 0,001 |
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.
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 ».