MétaCan
Menu
Retour à la cohorte
Enregistrement W2897299514 · doi:10.1158/2159-8290.cd-18-0804

Integrative Molecular Characterization of Malignant Pleural Mesothelioma

2018· article· en· W2897299514 sur OpenAlexaff
Julija Hmeljak, Francisco Sánchez-Vega, Katherine A. Hoadley, Juliann Shih, Chip Stewart, David I. Heiman, Patrick Tarpey, Ludmila Danilova, Esther Drill, Ewan A. Gibb, Reanne Bowlby, Rupa S. Kanchi, Hatice U. Osmanbeyoglu, Yoshitaka Sekido, Jumpei Takeshita, Yulia Newton, Kiley Graim, Manaswi Gupta, Carl M. Gay, Lixia Diao, David L. Gibbs, Vésteinn Thórsson, Lisa Iype, Havish S. Kantheti, David T. Severson, Gloria Ravegnini, Patrice Desmeules, Achim A. Jungbluth, William D. Travis, Sanja Đačić, Lucian R. Chirieac, Françoise Galateau-Sallé, Junya Fujimoto, Aliya N. Husain, Henrique C.S. Silveira, Valerie W. Rusch, Robert C. Rintoul, Harvey I. Pass, Hedy L. Kindler, Marjorie G. Zauderer, David J. Kwiatkowski, Raphael Bueno, Anne S. Tsao, Jenette Creaney, Tara M. Lichtenberg, Kristen Leraas, Jay Bowen, Ina Felau, Jean C. Zenklusen, Rehan Akbani, Andrew D. Cherniack, Michael S. Noble, Jonathan A. Fletcher, A. Gordon Robertson, Ronglai Shen, Hiroyuki Aburatani, B. W. Robinson, Peter J. Campbell, Marc Ladanyi, Adrian Ally, Pavana Anur, Joshua Armenia, J. Todd Auman, Miruna Balasundaram, Saianand Balu, Stephen B. Baylin, Michael J. Becich, Carmen Behrens, Rameen Beroukhim, Craig M. Bielski, Tom Bodenheimer, Denise Brooks, Flavio Mavignier Cárcano, Rebecca Carlsen, André Lopes Carvalho, Dorothy Cheung, Juok Cho, Eric Chuah, Sudha Chudamani, Carrie Cibulskis, Leslie Cope, Daniel Crain, Erin Curley, Assunta De Rienzo, Timothy Defreitas, John A. Demchok, Noreen Dhalla, Rajiv Dhir, Michaël Feldman, Martin L. Ferguson, Shiro Fukuda, Stacey Gabriel, Jianjiong Gao, Johanna Gardner, Julie M. Gastier-Foster, Nils Gehlenborg, Mark Gerken, Gad Getz, Chandra Goparaju, Benjamin Groß, Guangwu Guo, Seiki Hasegawa, David Haussler, D. Neil Hayes, Zachary Heins, Robert A. Holt, Alan P. Hoyle, Carolyn M. Hutter, Steven J.M. Jones, Corbin D. Jones, Jaegil Kim, Nobuyuki Kondo, Thomas Krausz, Ritika Kundra, Kozo Kuribayashi, Phillip H. Lai, Peter W. Laird, Michael S. Lawrence, Darlene Lee, Pei Lin, Jia Liu, Wenbin Liu, Eric Minwei Liu, Laxmi Lolla, Adhemar Longatto‐Filho, Yiling Lu, James D. Luketich, Yussanne Ma, Dennis T. Maglinte, David Mallory, Marco A. Marra, Michael Mayo, Jonathan Melamed, Shaowu Meng, Matthew Meyerson, Piotr A. Mieczkowski, Gordon B. Mills, Richard A. Moore, César A. Moran, Scott Morris, Lisle E. Mose, Andrew J. Mungall, Karen Mungall, Takashi Nakano, Rashi Naresh, Angelica Ochoa, Joel S. Parker, Joseph Paulauskis, Arjun Pennathur, Nathan A. Pennell, Robert Penny, Charles M. Perou, Todd Pihl, Nilsa C. Ramirez, Doris M. Rassl, Glen Reid, Rui Manuel Reis, Sheila M. Reynolds, David C. Rice, William G. Richards, Jeffrey Roach, Sara Sadeghi, Gordon Saksena, Chris Sander, Ayuko Sato, Cristovam Scapulatempo‐Neto, Jacqueline E. Schein, Nikolaus Schultz, Steven E. Schumacher, Tanguy Y. Seiwert, Candace Shelton, Troy Shelton, Robert L. Sheridan, Yan Shi, Yuichi Shiraishi, Ilya Shmulevich, Janae V. Simons, Payal Sipahimalani, Tara Skelly, Heidi J. Sofia, Matthew G. Soloway, Paul T. Spellman, Joshua M. Stuart, Qiang Sun, Angela Tam, Donghui Tan, Roy Tarnuzzer, Kenji Tatsuno, Barry S. Taylor, Nina Thiessen, Eric Thompson, Kane Tse, Tohru Tsujimura, Federico Valdivieso, David Van Den Berg, Nico van Zandwijk, Umadevi Veluvolu, Luciano de Souza Viana, Douglas Voet, Yunhu Wan, Jing Wang, Joellen Weaver, John N. Weinstein, Daniel J. Weisenberger, Matthew D. Wilkerson, Lisa Wise, Ignacio I. Wistuba, Tina Wong, Ye Wu, Shogo Yamamoto, Liming Yang, Jiashan Zhang, Hailei Zhang, Hongxin Zhang, Erik Zmuda

Notice bibliographique

RevueCancer Discovery · 2018
Typearticle
Langueen
DomaineMedicine
ThématiqueOccupational and environmental lung diseases
Établissements canadiensBC Cancer AgencyCanada's Michael Smith Genome Sciences CentreGenome British Columbia
Organismes subventionnairesNational Cancer InstituteNational Human Genome Research InstituteNational Institutes of HealthBritish Lung Foundation
Mots-clésLoss of heterozygosityBAP1BiologyMesotheliomaCancer researchImmune checkpointImmunotherapyImmune systemGeneMedicineImmunologyPathologyGeneticsMelanomaAllele

Résumé

récupéré en direct d'OpenAlex

Abstract Malignant pleural mesothelioma (MPM) is a highly lethal cancer of the lining of the chest cavity. To expand our understanding of MPM, we conducted a comprehensive integrated genomic study, including the most detailed analysis of BAP1 alterations to date. We identified histology-independent molecular prognostic subsets, and defined a novel genomic subtype with TP53 and SETDB1 mutations and extensive loss of heterozygosity. We also report strong expression of the immune-checkpoint gene VISTA in epithelioid MPM, strikingly higher than in other solid cancers, with implications for the immune response to MPM and for its immunotherapy. Our findings highlight new avenues for further investigation of MPM biology and novel therapeutic options. Significance: Through a comprehensive integrated genomic study of 74 MPMs, we provide a deeper understanding of histology-independent determinants of aggressive behavior, define a novel genomic subtype with TP53 and SETDB1 mutations and extensive loss of heterozygosity, and discovered strong expression of the immune-checkpoint gene VISTA in epithelioid MPM. See related commentary by Aggarwal and Albelda, p. 1508. This article is highlighted in the In This Issue feature, p. 1494

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,004

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,010
Tête enseignante GPT0,274
Écart entre enseignants0,264 · 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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations618
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCancer DiscoveryMême sujetOccupational and environmental lung diseasesTravaux en français237 207