Low-pass Whole-genome Sequencing of Circulating Cell-free DNA Demonstrates Dynamic Changes in Genomic Copy Number in a Squamous Lung Cancer Clinical Cohort
Notice bibliographique
Résumé
Abstract Purpose: We developed a method to monitor copy number variations (CNV) in plasma cell-free DNA (cfDNA) from patients with metastatic squamous non–small cell lung cancer (NSCLC). We aimed to explore the association between tumor-derived cfDNA and clinical outcomes, and sought CNVs that may suggest potential resistance mechanisms. Experimental Design: Sensitivity and specificity of low-pass whole-genome sequencing (LP-WGS) were first determined using cell line DNA and cfDNA. LP-WGS was performed on baseline and longitudinal cfDNA of 152 patients with squamous NSCLC treated with chemotherapy, or in combination with pictilisib, a pan-PI3K inhibitor. cfDNA tumor fraction and detected CNVs were analyzed in association with clinical outcomes. Results: LP-WGS successfully detected CNVs in cfDNA with tumor fraction ≥10%, which represented approximately 30% of the first-line NSCLC patients in this study. The most frequent CNVs were gains in chromosome 3q, which harbors the PIK3CA and SOX2 oncogenes. The CNV landscape in cfDNA with a high tumor fraction generally matched that of corresponding tumor tissue. Tumor fraction in cfDNA was dynamic during treatment, and increases in tumor fraction and corresponding CNVs could be detected before radiographic progression in 7 of 12 patients. Recurrent CNVs, such as MYC amplification, were enriched in cfDNA from posttreatment samples compared with the baseline, suggesting a potential resistance mechanism to pictilisib. Conclusions: LP-WGS offers an unbiased and high-throughput way to investigate CNVs and tumor fraction in cfDNA of patients with cancer. It may also be valuable for monitoring treatment response, detecting disease progression early, and identifying emergent clones associated with therapeutic resistance.
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 | 0,000 |
| 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) | 0,001 | 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 ».