Genomic and transcriptomic determinants of therapy resistance and immune landscape evolution during anti-EGFR treatment in colorectal cancer
Notice bibliographique
Résumé
Abstract Anti-epidermal growth factor receptor (EGFR) antibodies (anti-EGFR-Ab) are effective in a subgroup of patients with metastatic colorectal cancer (CRC). We applied genomic and transcriptomic analyses to biopsies from 35 RAS wild-type CRCs treated with the anti-EGFR-Ab cetuximab in a prospective trial to interrogate the molecular resistance landscape. This validated transcriptomic CRC-subtypes as predictors of cetuximab benefit; identified novel associations of NF1 -inactivation and non-canonical RAS/RAF -aberrations with primary progression; and of FGF10 - and non-canonical BRAF -aberrations with AR. No genetic resistance drivers were detected in 64% of AR biopsies. The majority of these had switched from the cetuximab-sensitive CMS2-subtype pretreatment to the fibroblast- and growth factor-rich CMS4-subtype at progression. Fibroblast supernatant conferred cetuximab resistance in vitro , together supporting subtype-switching as a novel mechanism of AR. Cytotoxic immune infiltrates and immune-checkpoint expression increased following cetuximab responses, potentially providing opportunities to treat CRCs with molecularly heterogeneous AR with immunotherapy.
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) | 0,001 | 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 ».