Deciphering the Diversity of Somatic Alterations and Salmonella Infection in Gallbladder Cancer by Whole Exome Sequencing
Notice bibliographique
Résumé
Introduction: Gallbladder cancer is relatively a rare lethal malignancy with dismal prognosis. While in India there is high incidence (3.9-8.6/1, 00,000) with majority of patients having advanced disease. Recent developments in next generation sequencing technologies have enabled the discovery of new molecular therapeutic targets in many human cancers. Objectives: Interrogate the landscape of somatic alterations in Indian gall bladder cancer using whole exome sequencing technology. Material and Methods: We interrogated the coding region of 27(10 paired and 7 unpaired) Indian gall bladder cancer samples using whole exome sequencing at an average coverage of 100X and above. We further validated the findings using an additional set of 27 FFPE samples. Results: Using a bioinformatics filtering approach, we identify a total of 5060 somatic variants found across 17 tumors consisted of 3239 missense, 1449 silent, 131 nonsense, 135 indels and 106 splice site mutations The average mutation rate considering the paired tumors is about 7.7 mutations/mb. We found TP53 (35.2%), ERBB2 (17.6%), SF3B1 (17.6%), ATM (17.6%) and AKAP11 (17.6%) mutations in more than two samples by exome sequencing analysis. Furthermore, we examined our exome sequencing data for identifying Salmonella sequences as well as presence of 143 HPV types using computation subtraction based on HPVDetector. Based on our evaluation we found association of typhoidal Salmonella strains in 11 of 26 gall bladder cancer samples and non-typhoidal Salmonella species in 12 of 26 samples, 6 samples were co-infected with both. Conclusions: The profiling of somatic alterations and identification of non typhoidal Salmonella traces may aid in changing the current treatment paradigm of gall bladder cancer.
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) | 0,000 | 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 ».