Somatic mutations in early onset luminal breast cancer
Notice bibliographique
Résumé
// Giselly Encinas 1, * , Veronica Y. Sabelnykova 2, * , Eduardo Carneiro de Lyra 3 , Maria Lucia Hirata Katayama 1 , Simone Maistro 1 , Pedro Wilson Mompean de Vasconcellos Valle 1 , Gláucia Fernanda de Lima Pereira 1 , Lívia Munhoz Rodrigues 1 , Pedro Adolpho de Menezes Pacheco Serio 1 , Ana Carolina Ribeiro Chaves de Gouvêa 1 , Felipe Correa Geyer 1 , Ricardo Alves Basso 3 , Fátima Solange Pasini 1 , Maria del Pilar Esteves Diz 1 , Maria Mitzi Brentani 1 , João Carlos Guedes Sampaio Góes 3 , Roger Chammas 1 , Paul C. Boutros 2, 4, 5 and Maria Aparecida Azevedo Koike Folgueira 1 1 Instituto do Cancer do Estado de Sao Paulo, Departamento de Radiologia e Oncologia, Faculdade de Medicina FMUSP, Universidade de Sao Paulo, Sao Paulo, SP, Brazil 2 Ontario Institute for Cancer Research, Toronto, Canada 3 Instituto Brasileiro de Controle do Câncer, São Paulo, Brazil 4 Department of Medical Biophysics, University of Toronto, Toronto, Canada 5 Department of Pharmacology and Toxicology, University of Toronto, Toronto, Canada * These authors have contributed equally to this work Correspondence to: Maria Aparecida Azevedo Koike Folgueira, email: maria.folgueira@fm.usp.br Keywords: breast cancer; young patients; somatic mutation; germline mutation; luminal subtype Received: September 26, 2017 Accepted: March 06, 2018 Published: April 27, 2018 ABSTRACT Breast cancer arising in very young patients may be biologically distinct; however, these tumors have been less well studied. We characterized a group of very young patients (≤ 35 years) for BRCA germline mutation and for somatic mutations in luminal ( HER2 negative) breast cancer. Thirteen of 79 unselected very young patients were BRCA 1/2 germline mutation carriers. Of the non- BRCA tumors, eight with luminal subtype ( HER2 negative) were submitted for whole exome sequencing and integrated with 29 luminal samples from the COSMIC database or previous literature for analysis. We identified C to T single nucleotide variants (SNVs) as the most common base-change. A median of six candidate driver genes was mutated by SNVs in each sample and the most frequently mutated genes were PIK3CA, GATA3, TP53 and MAP2K4 . Potential cancer drivers affected in the present non- BRCA tumors include GRHL2, PIK3AP1, CACNA1E , SEMA6D , SMURF2 , RSBN1 and MTHFD2. Sixteen out of 37 luminal tumors (43%) harbored SNVs in DNA repair genes, such as ATR, BAP1, ERCC6, FANCD2, FANCL, MLH1 , MUTYH, PALB2, POLD1, POLE , RAD9A, RAD51 and TP53 , and 54% presented pathogenic mutations (frameshift or nonsense) in at least one gene involved in gene transcription. The differential biology of luminal early-age onset breast cancer needs a deeper genomic investigation.
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 | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».