Novel RB1-Loss Transcriptomic Signature Is Associated with Poor Clinical Outcomes across Cancer Types
Notice bibliographique
Résumé
Abstract Purpose: Rb-pathway disruption is of great clinical interest, as it has been shown to predict outcomes in multiple cancers. We sought to develop a transcriptomic signature for detecting biallelic RB1 loss (RBS) that could be used to assess the clinical implications of RB1 loss on a pan-cancer scale. Experimental Design: We utilized data from the Cancer Cell Line Encyclopedia (N = 995) to develop the first pan-cancer transcriptomic signature for predicting biallelic RB1 loss (RBS). Model accuracy was validated using The Cancer Genome Atlas (TCGA) Pan-Cancer dataset (N = 11,007). RBS was then used to assess the clinical relevance of biallelic RB1 loss in TCGA Pan-Cancer and in an additional metastatic castration-resistant prostate cancer (mCRPC) cohort. Results: RBS outperformed the leading existing signature for detecting RB1 biallelic loss across all cancer types in TCGA Pan-Cancer (AUC, 0.89 vs. 0.66). High RBS (RB1 biallelic loss) was associated with promoter hypermethylation (P = 0.008) and gene body hypomethylation (P = 0.002), suggesting RBS could detect epigenetic gene silencing. TCGA Pan-Cancer clinical analyses revealed that high RBS was associated with short progression-free (P < 0.00001), overall (P = 0.0004), and disease-specific (P < 0.00001) survival. On multivariable analyses, high RBS was predictive of shorter progression-free survival in TCGA Pan-Cancer (P = 0.03) and of shorter overall survival in mCRPC (P = 0.004) independently of the number of DNA alterations in RB1. Conclusions: Our study provides the first validated tool to assess RB1 biallelic loss across cancer types based on gene expression. RBS can be useful for analyzing datasets with or without DNA-sequencing results to investigate the emerging prognostic and treatment implications of Rb-pathway disruption. See related commentary by Choudhury and Beltran, p. 4199
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 | 0,001 | 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 | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».