Whole-genome and transcriptome profiling of a metastatic thyroid-like follicular renal cell carcinoma
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Thyroid-like follicular renal cell carcinoma (TLFRCC) is a rare cancer with few reports of metastatic disease. Little is known regarding genomic characteristics and therapeutic targets. We present the clinical, pathologic, genomic, and transcriptomic analyses of a case of a 27-yr-old male with TLFRCC who presented initially with bone metastases of unknown primary. Genomic DNA from peripheral blood and metastatic tumor samples were sequenced. A transcriptome of 280 million sequence reads was generated from the same tumor sample. Tumor somatic expression profiles were analyzed to detect aberrant expression. Genomic and transcriptomic data sets were integrated to reveal dysregulation in pathways and identify potential therapeutic targets. Integrative genomic analysis with The Cancer Genome Atlas (TCGA) data set revealed the following outliers in gene expression profiles: CDK6 (81st percentile), MYC (99th percentile), AR (100th percentile), PDGFRA and PDGFRB (99th and 100th percentiles, respectively), and MAP2K2 (86th percentile). The patient received first-line sunitinib to target PDGFRA and PDGFRB and had stable disease for >6 mo, followed by nivolumab upon progression. To the authors’ knowledge, this is the first reported case of comprehensive somatic genomic analyses in a patient with metastatic TLFRCC. Somatic analyses provided molecular confirmation of the primary site of cancer and potential therapeutic strategies in a rare disease with little evidence of efficacy on systemic therapy.
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.
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 découle