MétaCan
Menu
Retour à la cohorte
Enregistrement W2737542366 · doi:10.1038/nature22973

The whole-genome landscape of medulloblastoma subtypes

2017· article· en· W2737542366 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.
fundUn bailleur canadien est enregistré sur le travail.

Notice bibliographique

RevueNature · 2017
Typearticle
Langueen
DomaineMedicine
ThématiqueGlioma Diagnosis and Treatment
Établissements canadiensBC Cancer AgencyMcGill UniversityCanada's Michael Smith Genome Sciences CentreHospital for Sick Children
Organismes subventionnairesNational Cancer InstituteGarron Family Cancer CentreBrain Tumour ResearchHospital for Sick ChildrenTerry Fox Research InstituteBundesministerium für Bildung und ForschungBrain Tumour CharityNational Institutes of HealthCanada Research ChairsDeutsche KrebshilfeAlexander and Margaret Stewart TrustGovernment of OntarioAmerican Lebanese Syrian Associated CharitiesGenome CanadaHeidelberger Zentrum für Personalisierte Onkologie Deutsches Krebsforschungszentrum In Der Helmholtz-GemeinschaftBC Cancer FoundationStichting Kinderen KankervrijOntario Institute for Cancer ResearchChildren's Hospital FoundationPediatric Brain Tumor FoundationGenome British ColumbiaDeutsches Krebsforschungszentrum
Mots-clésMedulloblastomaBiologyGenomeComputational biologyGenomicsGeneGeneticsBioinformaticsOncologyCancer researchMedicine

Résumé

récupéré en direct d'OpenAlex

Current therapies for medulloblastoma, a highly malignant childhood brain tumour, impose debilitating effects on the developing child, and highlight the need for molecularly targeted treatments with reduced toxicity. Previous studies have been unable to identify the full spectrum of driver genes and molecular processes that operate in medulloblastoma subgroups. Here we analyse the somatic landscape across 491 sequenced medulloblastoma samples and the molecular heterogeneity among 1,256 epigenetically analysed cases, and identify subgroup-specific driver alterations that include previously undiscovered actionable targets. Driver mutations were confidently assigned to most patients belonging to Group 3 and Group 4 medulloblastoma subgroups, greatly enhancing previous knowledge. New molecular subtypes were differentially enriched for specific driver events, including hotspot in-frame insertions that target KBTBD4 and ‘enhancer hijacking’ events that activate PRDM6. Thus, the application of integrative genomics to an extensive cohort of clinical samples derived from a single childhood cancer entity revealed a series of cancer genes and biologically relevant subtype diversity that represent attractive therapeutic targets for the treatment of patients with medulloblastoma. Genomic analysis of 491 medulloblastoma samples, including methylation profiling of 1,256 cases, effectively assigns candidate drivers to most tumours across all molecular subgroups. Medulloblastomas are highly malignant brain tumours that develop during childhood. Paul Northcott and colleagues analysed the whole-genome sequences of 491 medulloblastomas in order to characterize the genomic landscape across tumours and identify new drivers and mutational signatures. Their integrative genomic analyses, including methylation profiling of 1,256 medulloblastomas, identifies subgroup-specific driver mutations and suggests additional tumour subtypes. The authors assign driver mutations to a high proportion of the less well characterized Group 3 and Group 4, which together contribute to more than 60% of all medulloblastomas.

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.

Prédiction distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,099
Score d'incertitude au seuil0,214

Scores Codex et Gemma par catégorie

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

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.

Tête enseignante Opus0,008
Tête enseignante GPT0,271
Écart entre enseignants0,263 · 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