PATH-45. INTEGRATION OF MULTI-REGION (EPI)GENOMICS WITH MULTIMODALITY ADVANCED IMAGING HIGHLIGHTS GLIOMA INTRATUMORAL HETEROGENEITY
Notice bibliographique
Résumé
Intratumoral (epi)genetic heterogeneity is recognized to be an important driver in glioma therapy resistance. A single biopsy is unlikely to represent the true spatial and temporal heterogeneity. Therefore, multiple sampling schemes guided by imaging are needed. We obtained 74 stereotactic image-guided biopsies preceding craniotomy in eight patients with glioma. Imaging included standard MRI, diffusion and perfusion weighted MRI, MR spectroscopy and PET FET and CHO. We performed multi-region genome-wide methylation profiling of all samples with DNA copy number profiles inferred from methylation array data. To assess variability in methylation profiles from Ceccarelli et al, Cell, 2016, we conducted supervised classification of each sample biopsy. Phylo(epi)genetic trees were constructed to investigate tumor evolutionary paths. Multimodality imaging data was used to predict (epi)genetic characteristics. Data was validated in two independent populations of respectively 32 multi-region samples in 5 patients and 80 single and multi-region initial and patient-matched recurrence samples in 19 patients. Six out of eight gliomas demonstrated spatial heterogeneity of epigenetic classification. In three IDH mutant gliomas of the G-CIMP high subtype (LGm2) regions were classified as G-CIMP low (LGm1) or Codel subtype (LGm3). In three IDH wild type gliomas of the Mesenchymal subtype (LGm5) regions were classified as Classic subtype (LGm4). This was validated in the second dataset in which one of six gliomas showed spatial and three of twenty gliomas showed temporal heterogeneity. Phyloepigenetic and phylogenetic trees showed high concordance. IDH status of the samples could be predicted using multimodality imaging. These findings provide valuable information concerning intratumoral heterogeneity in gliomas. Moreover, imaging was able to predict molecular characteristics, which could lead to multi-region sampling schemes that direct future therapy development.
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 | 0,000 | 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) | 0,002 | 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 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 ».